Question Relay 中的魔鬼：源条件中继引导缓解音视频大语言模型幻觉
SECRET（SourcE-Conditioned RElay sTeering）是一种免训练方法，在 question relay 处抑制跨模态干扰，缓解音视频大语言模型（AVLLM）的源混淆 grounding 幻觉。
#多模态
#多模态
今日 0 条HuggingFace Daily PapersAI 评分3737
HuggingFace Daily PapersAI 评分3232 音视频联合与跨模态生成及编辑：统一形式化与设计分类法综述
一篇音视频生成与编辑综述提出统一形式化框架，把联合生成、跨模态生成与联合编辑定义为同一音视频对分布上的三类问题，并沿五个设计维度建立方法分类。作者称这是首个系统梳理联合音视频编辑的综述，将其映射为 9 个编辑类别、覆盖 28 种编辑类型，同时整理了各场景的方法、数据集与指标。文章最后给出其认为最关键的开放问题。