会员服务
Temporal Overlapping Prediction: A Self-supervised Pre-training Method for LiDAR Moving Object Segmentation
Arxiv
0+阅读 · 10月2日
From Scores to Preferences: Redefining MOS Benchmarking for Speech Quality Reward Modeling
Arxiv
0+阅读 · 10月1日
LMM4Gen3DHF: Benchmarking and Evaluating Multimodal 3D Human Face Generation with LMMs
Arxiv
0+阅读 · 4月29日
LMME3DHF: Benchmarking and Evaluating Multimodal 3D Human Face Generation with LMMs
Arxiv
0+阅读 · 5月5日
OPMOS: Ordered Parallel Algorithm for Multi-Objective Shortest-Paths
Arxiv
0+阅读 · 4月15日
WhisQ: Cross-Modal Representation Learning for Text-to-Music MOS Prediction
Arxiv
0+阅读 · 6月6日
MOS: Model Surgery for Pre-Trained Model-Based Class-Incremental Learning
Arxiv
0+阅读 · 6月18日
Enabling Auditory Large Language Models for Automatic Speech Quality Evaluation
Arxiv
0+阅读 · 4月1日
Enhance Generation Quality of Flow Matching V2A Model via Multi-Step CoT-Like Guidance and Combined Preference Optimization
Arxiv
0+阅读 · 3月28日
Scaling Rich Style-Prompted Text-to-Speech Datasets
Arxiv
0+阅读 · 3月6日
Audio Large Language Models Can Be Descriptive Speech Quality Evaluators
Arxiv
0+阅读 · 3月12日
Find Everything: A General Vision Language Model Approach to Multi-Object Search
Arxiv
0+阅读 · 3月2日
Temporal Overlapping Prediction: A Self-supervised Pre-training Method for LiDAR Moving Object Segmentation
Arxiv
0+阅读 · 3月10日
OVAMOS: A Framework for Open-Vocabulary Multi-Object Search in Unknown Environments
Arxiv
0+阅读 · 3月3日
The Codec Language Model-based Zero-Shot Spontaneous Style TTS System for CoVoC Challenge 2024
Arxiv
0+阅读 · 2月4日
参考链接
微信扫码咨询专知VIP会员
Top