Separate First, Fuse Later: Mitigating Cross-Modal Interference in Audio-Visual LLMs Reasoning with Modality-Specific Chain-of-Thought

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Li, Xuanchen, Lu, Yuheng, Cui, Chenrui, Wang, Tianrui, Huang, Zikang, Jiang, Yu, Zhou, Long, Wang, Longbiao, Dang, Jianwu
Format:	Preprint
Publié:	2026
Sujets:	Artificial Intelligence Sound
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2605.09906