论文解读
把混音师的耳朵写成奖励:SPHERE 如何让 3B 音频语言模型学会摆位
音乐生成 | 6.9/10
音乐生成 | 6.9/10
音频分类 | 6.0/10
语音交互 | 6.6/10
音频理解 | 6.6/10
音频理解 | 8.0/10
音频质量评估 | 8.9/10
音频理解 | 8.3/10
音频理解 | 8.0/10
语音交互 | 6.5/10
音乐理解 | 7.1/10
音频字幕生成 | 7.5/10
音频理解 | 6.5/10
音频理解 | 6.8/10
音频质量评估 | 6.5/10
音视频问答 | 6.6/10
语音交互 | 5.4/10
音频理解 | 7.4/10
音频交互 | 7.0/10
音频理解 | 5.4/10
语音质量评估 | 6.2/10