Enhancing Temporal Understanding in Audio Question Answering for Large Audio Language Models

Մատենագիտական մանրամասներ

Հրատարակված է:	arXiv.org (Dec 13, 2024), p. n/a
Հիմնական հեղինակ:	Sridhar, Arvind Krishna
Այլ հեղինակներ:	Guo, Yinyi, Visser, Erik
Հրապարակվել է:	Cornell University Library, arXiv.org
Խորագրեր:	Language Questions Data augmentation Audio data Large language models Temporal logic Reasoning
Առցանց հասանելիություն:	Citation/Abstract Full text outside of ProQuest
Ցուցիչներ:	Ավելացրեք ցուցիչ Չկան պիտակներ, Եղեք առաջինը, ով նշում է այս գրառումը!