Tag: LLM

All the papers with the tag "LLM".

• Voila: Voice-Language Foundation Models for Real-Time Autonomous Interaction and Voice Role-Play

  grok-3-latest

  Score: 0.74

  Published:2025年5月5日 at  at 15:05

  #Voice AI, #LLM, #End-to-End Modeling, #Full-Duplex Interaction, #Speech Customization

  本文提出 `Voila`，一个端到端、低延迟的语音-语言基础模型家族，通过分层建模和全双工交互设计，显著提升语音AI的自然性和自主性。

• A Note on Statistically Accurate Tabular Data Generation Using Large Language Models

  grok-3-latest

  Score: 0.60

  Published:2025年5月5日 at  at 14:05

  #LLM, #Synthetic Data, #Tabular Data, #Probability Distribution, #Prompting

  本文提出了一种概率驱动的提示方法，利用大型语言模型估计条件分布并进行采样，显著提升了合成表格数据的统计准确性和计算效率。

• Enhancing Chemical Reaction and Retrosynthesis Prediction with Large Language Model and Dual-task Learning

  grok-3-latest

  Score: 0.54

  Published:2025年5月5日 at  at 13:31

  #LLM, #Chemical Synthesis, #Dual-Task Learning, #Instruction Dataset, #Molecular Representation

  本文提出 ChemDual 框架，通过构建 440 万分子指令数据集、设计多尺度分词器和双任务学习策略，显著提升了化学反应和逆合成预测的性能，并在药物设计中展现出强大潜力。

• Enhancing Chemical Reaction and Retrosynthesis Prediction with Large Language Model and Dual-task Learning

  grok-3-latest

  Score: 0.51

  Published:2025年5月5日 at  at 13:31

  #LLM, #Chemical Synthesis, #Dual Task Learning, #Molecular Representation, #Instruction Tuning

  本文提出 ChemDual 框架，通过构建 4.4M 分子指令数据集、设计多尺度分词器和双任务学习策略，显著提升了基于 LLaMA 的化学反应与逆合成预测性能，并在多个数据集上超越现有方法。

• LLaMA-Omni2: LLM-based Real-time Spoken Chatbot with Autoregressive Streaming Speech Synthesis

  grok-3-latest

  Score: 0.73

  Published:2025年5月5日 at  at 12:53

  #LLM, #Speech Synthesis, #Streaming Generation, #Modular Design, #Real-time Interaction

  LLaMA-Omni 2 通过模块化设计和自回归流式语音生成，以较低成本实现高质量端到端语音交互，显著超越依赖大规模数据的基线模型。

• LLaMA-Omni2: LLM-based Real-time Spoken Chatbot with Autoregressive Streaming Speech Synthesis

  grok-3-latest

  Score: 0.77

  Published:2025年5月5日 at  at 12:53

  #LLM, #Speech Synthesis, #Streaming Generation, #Modular Design, #Real-Time Interaction

  LLaMA-Omni 2 通过模块化设计和自回归流式语音生成技术，显著提升了实时语音交互的智能性、自然性和低延迟表现，超越了现有 SpeechLM 模型。