Data-Balanced Curriculum Learning for Audio Question Answering
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Wijngaard, Gijs, Formisano, Elia, Esposito, Michele, Dumontier, Michel |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Audio-Language Datasets of Scenes and Events: A Survey
par: Wijngaard, Gijs, et autres
Publié: (2024)
par: Wijngaard, Gijs, et autres
Publié: (2024)
AudSemThinker: Enhancing Audio-Language Models through Reasoning over Semantics of Sound
par: Wijngaard, Gijs, et autres
Publié: (2025)
par: Wijngaard, Gijs, et autres
Publié: (2025)
ACES: Evaluating Automated Audio Captioning Models on the Semantics of Sounds
par: Wijngaard, Gijs, et autres
Publié: (2024)
par: Wijngaard, Gijs, et autres
Publié: (2024)
AudioToolAgent: An Agentic Framework for Audio-Language Models
par: Wijngaard, Gijs, et autres
Publié: (2025)
par: Wijngaard, Gijs, et autres
Publié: (2025)
Improving Audio Question Answering with Variational Inference
par: Chen, Haolin
Publié: (2026)
par: Chen, Haolin
Publié: (2026)
Towards Spatial Audio Understanding via Question Answering
par: Sudarsanam, Parthasaarathy, et autres
Publié: (2025)
par: Sudarsanam, Parthasaarathy, et autres
Publié: (2025)
Enhancing Temporal Understanding in Audio Question Answering for Large Audio Language Models
par: Sridhar, Arvind Krishna, et autres
Publié: (2024)
par: Sridhar, Arvind Krishna, et autres
Publié: (2024)
SALT: Standardized Audio event Label Taxonomy
par: Stamatiadis, Paraskevas, et autres
Publié: (2024)
par: Stamatiadis, Paraskevas, et autres
Publié: (2024)
ALDAS: Audio-Linguistic Data Augmentation for Spoofed Audio Detection
par: Khanjani, Zahra, et autres
Publié: (2024)
par: Khanjani, Zahra, et autres
Publié: (2024)
RA-QA: A Benchmarking System for Respiratory Audio Question Answering Under Real-World Heterogeneity
par: Bertolino, Gaia A., et autres
Publié: (2026)
par: Bertolino, Gaia A., et autres
Publié: (2026)
Target Speaker Extraction with Curriculum Learning
par: Liu, Yun, et autres
Publié: (2024)
par: Liu, Yun, et autres
Publié: (2024)
SHMamba: Structured Hyperbolic State Space Model for Audio-Visual Question Answering
par: Yang, Zhe, et autres
Publié: (2024)
par: Yang, Zhe, et autres
Publié: (2024)
Compositional Audio Representation Learning
par: Sridhar, Sripathi, et autres
Publié: (2024)
par: Sridhar, Sripathi, et autres
Publié: (2024)
Jamendo-QA: A Large-Scale Music Question Answering Dataset
par: Koh, Junyoung, et autres
Publié: (2025)
par: Koh, Junyoung, et autres
Publié: (2025)
BLAT: Bootstrapping Language-Audio Pre-training based on AudioSet Tag-guided Synthetic Data
par: Xu, Xuenan, et autres
Publié: (2023)
par: Xu, Xuenan, et autres
Publié: (2023)
AudioCIL: A Python Toolbox for Audio Class-Incremental Learning with Multiple Scenes
par: Xu, Qisheng, et autres
Publié: (2024)
par: Xu, Qisheng, et autres
Publié: (2024)
Deep Learning for Personalized Binaural Audio Reproduction
par: Lu, Xikun, et autres
Publié: (2025)
par: Lu, Xikun, et autres
Publié: (2025)
UniAudio: An Audio Foundation Model Toward Universal Audio Generation
par: Yang, Dongchao, et autres
Publié: (2023)
par: Yang, Dongchao, et autres
Publié: (2023)
ITO-Master: Inference-Time Optimization for Audio Effects Modeling of Music Mastering Processors
par: Koo, Junghyun, et autres
Publié: (2025)
par: Koo, Junghyun, et autres
Publié: (2025)
MOSS-Audio-Tokenizer: Scaling Audio Tokenizers for Future Audio Foundation Models
par: Gong, Yitian, et autres
Publié: (2026)
par: Gong, Yitian, et autres
Publié: (2026)
Naturalness-Aware Curriculum Learning with Dynamic Temperature for Speech Deepfake Detection
par: Kim, Taewoo, et autres
Publié: (2025)
par: Kim, Taewoo, et autres
Publié: (2025)
Leveraging Audio-Only Data for Text-Queried Target Sound Extraction
par: Saijo, Kohei, et autres
Publié: (2024)
par: Saijo, Kohei, et autres
Publié: (2024)
Masked Audio Modeling with CLAP and Multi-Objective Learning
par: Xin, Yifei, et autres
Publié: (2024)
par: Xin, Yifei, et autres
Publié: (2024)
Continuous Learning of Transformer-based Audio Deepfake Detection
par: Le, Tuan Duy Nguyen, et autres
Publié: (2024)
par: Le, Tuan Duy Nguyen, et autres
Publié: (2024)
Class-Incremental Learning for Multi-Label Audio Classification
par: Mulimani, Manjunath, et autres
Publié: (2024)
par: Mulimani, Manjunath, et autres
Publié: (2024)
Advancing Continual Learning for Robust Deepfake Audio Classification
par: Dong, Feiyi, et autres
Publié: (2024)
par: Dong, Feiyi, et autres
Publié: (2024)
Discrete Audio Representations for Automated Audio Captioning
par: Tian, Jingguang, et autres
Publié: (2025)
par: Tian, Jingguang, et autres
Publié: (2025)
Streaming Audio Transformers for Online Audio Tagging
par: Dinkel, Heinrich, et autres
Publié: (2023)
par: Dinkel, Heinrich, et autres
Publié: (2023)
Pengi: An Audio Language Model for Audio Tasks
par: Deshmukh, Soham, et autres
Publié: (2023)
par: Deshmukh, Soham, et autres
Publié: (2023)
Reinforcement Learning Outperforms Supervised Fine-Tuning: A Case Study on Audio Question Answering
par: Li, Gang, et autres
Publié: (2025)
par: Li, Gang, et autres
Publié: (2025)
Leveraging Self-supervised Audio Representations for Data-Efficient Acoustic Scene Classification
par: Cai, Yiqiang, et autres
Publié: (2024)
par: Cai, Yiqiang, et autres
Publié: (2024)
MACE: Leveraging Audio for Evaluating Audio Captioning Systems
par: Dixit, Satvik, et autres
Publié: (2024)
par: Dixit, Satvik, et autres
Publié: (2024)
Audio-Mind: An Auditable Agentic Framework for Audio Understanding
par: Wang, Yucheng, et autres
Publié: (2026)
par: Wang, Yucheng, et autres
Publié: (2026)
Audio Entailment: Assessing Deductive Reasoning for Audio Understanding
par: Deshmukh, Soham, et autres
Publié: (2024)
par: Deshmukh, Soham, et autres
Publié: (2024)
SemanticAudio: Audio Generation and Editing in Semantic Space
par: Dai, Zheqi, et autres
Publié: (2026)
par: Dai, Zheqi, et autres
Publié: (2026)
Unlocking Large Audio-Language Models for Interactive Language Learning
par: Liu, Hongfu, et autres
Publié: (2026)
par: Liu, Hongfu, et autres
Publié: (2026)
Optimal Transport Audio Distance with Learned Riemannian Ground Metrics
par: Jeong, Wonwoo
Publié: (2026)
par: Jeong, Wonwoo
Publié: (2026)
Generalized Fake Audio Detection via Deep Stable Learning
par: Wang, Zhiyong, et autres
Publié: (2024)
par: Wang, Zhiyong, et autres
Publié: (2024)
Adapter Incremental Continual Learning of Efficient Audio Spectrogram Transformers
par: Selvaraj, Nithish Muthuchamy, et autres
Publié: (2023)
par: Selvaraj, Nithish Muthuchamy, et autres
Publié: (2023)
Leveraging Chain of Thought towards Empathetic Spoken Dialogue without Corresponding Question-Answering Data
par: Xie, Jingran, et autres
Publié: (2025)
par: Xie, Jingran, et autres
Publié: (2025)
Documents similaires
-
Audio-Language Datasets of Scenes and Events: A Survey
par: Wijngaard, Gijs, et autres
Publié: (2024) -
AudSemThinker: Enhancing Audio-Language Models through Reasoning over Semantics of Sound
par: Wijngaard, Gijs, et autres
Publié: (2025) -
ACES: Evaluating Automated Audio Captioning Models on the Semantics of Sounds
par: Wijngaard, Gijs, et autres
Publié: (2024) -
AudioToolAgent: An Agentic Framework for Audio-Language Models
par: Wijngaard, Gijs, et autres
Publié: (2025) -
Improving Audio Question Answering with Variational Inference
par: Chen, Haolin
Publié: (2026)