实体
recipe
recipe
PulseAugur coverage of recipe — every cluster mentioning recipe across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
使用 FaST 框架对齐为 TTS 优化文本生成的大语言模型
研究人员开发了一种方法，使大语言模型（LLM）能够生成更适合文本转语音（TTS）系统的文本。该方法将问题构建为偏好对齐任务，旨在直接优化 LLM 以实现口语化输出，而不是依赖于生成后的重写。研究引入了新的数据集和评估套件，包括启发式指标、TTS 到 ASR 的管道以及人类听力研究。实验表明，特征感知采样与调优（FaST）框架在 TTS 友好性和有用性之间提供了最佳平衡。
-
新的HAM-RAG框架为多模态AI生成保留文档层级结构 · 已追踪2个来源
研究人员推出了一种新颖的HAM-RAG框架，旨在通过保留文档的层级结构来改进多模态检索增强生成。与先前展平结构化内容的方法不同，HAM-RAG利用文档层级结构作为基础信号，以维持局部文本-图像逻辑和源组织。这种方法显著提高了生成内容的准确性和忠实度，特别是对于科学论文和食谱等复杂文档，在多模态平均值和文本-图像对齐方面显示出实质性改进。
-
AI模型改进程序化规划和视频生成
研究人员开发了新的方法，通过将程序化规划和视频生成与指导性内容和物理原理相结合，来改进这些能力。一种名为RECIPE的方法，使用带有接地质量奖励的强化学习，在大型、嘈杂的指导视频语料库上训练模型，从而增强其生成分步计划的能力。另一个系统NEWTON将视频生成视为一项代理任务，协调各种物理感知工具，并使用验证器进行迭代重新规划，以提高生成视频中的物理常识。