EChO-Agent: Агент Організації ланцюга доказів для аудіо-розуміння
https://ift.tt/YMrtNP1
Хоча LALM показують обіцянку у питаннях відповідей з аудіо, вони не фокусуються на сегментах аудіо, що відповідають на запитання, та не надають чіткий, перевіряний процес міркування при складному аудіо-налаштуванні. Підкріплюване навчання та підказування з інструментами можуть допомогти моделям краще пов’язувати запитання з аудіо, але їм не вистачає надійного способу розуміти, інтегрувати та самостійно перевіряти аудіо-сегменти. Щоб заповнити цю прогалину, ми представляємо EChO-Agent, модульну рамку агента, що переформатовує складне аудіо QA у планування, виконання інструментів, інтеграцію доказів та перевірку відповіді. Експерименти на наборі MMAR показують, що EChO-Agent покращує як точність, так і оцінки за рубриками порівняно з базовим рівнем, а абляційні дослідження свідчать, що інтеграція доказів є ключовим фактором.
HI-FI News
через Штучний інтелект https://ift.tt/io90GuB
16 червня 2026 року о 06:14 AM
June 16, 2026 at 06:14AM
Залишити відповідь
Щоб відправити коментар вам необхідно авторизуватись.