See, Hear, and Understand: Benchmarking Audiovisual Human Speech Understanding in Multimodal Large Language Models

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Nguyen, Le Thien Phuc, Yu, Zhuoran, Hang, Samuel Low Yu, An, Subin, Lee, Jeongik, Ban, Yohan, Chung, SeungEun, Nguyen, Thanh-Huy, Maeng, JuWan, Lee, Soochahn, Lee, Yong Jae
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!