PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2607.00247v1cs.SD

Adaptive Perturbation Selection for Contrastive Audio Decoding

대규모 오디오-언어 모델(LALM)의 환각 문제를 해결하기 위해, 기존의 단순한 마스킹이나 노이즈 대신 시간, 스펙트럼, 주파수, 진폭 영역에 걸친 105개 변환으로 구성된 체계적인 퍼터베이션(perturbation) 라이브러리를 구축하고 대조적 디코딩(contrastive decoding)에 적용하였다. 최적 변환이 태스크별로 상이함을 실험적으로 확인하였으며, 모델의 히든 스테이트(hidden state)로 학습된 경량 선택기를 통해 예시별로 최적 네거티브 브랜치를 동적으로 라우팅하여 AH Existence 태스크에서 추가 +4.3% 성능 향상을 달성하였다.