Enregistré dans:
| Auteurs principaux: | Lin, Liang, Luo, Chunxi, Luo, Kaiwen, Zhang, Jie, Wang, Jin, Zhang, Yuanhe, Yuchen, Cai, Li, Qiankun, Xi, Gongli, Zhou, Zhenhong, Wang, Kun, Dong, Junhao |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | https://arxiv.org/abs/2605.23954 |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Hidden in the Noise: Unveiling Backdoors in Audio LLMs Alignment through Latent Acoustic Pattern Triggers
par: Lin, Liang, et autres
Publié: (2025)
par: Lin, Liang, et autres
Publié: (2025)
ChronosAudio: A Comprehensive Long-Audio Benchmark for Evaluating Audio-Large Language Models
par: Luo, Kaiwen, et autres
Publié: (2026)
par: Luo, Kaiwen, et autres
Publié: (2026)
RSA-Bench: Benchmarking Audio Large Models in Real-World Acoustic Scenarios
par: Zhang, Yibo, et autres
Publié: (2026)
par: Zhang, Yibo, et autres
Publié: (2026)
SEE: Signal Embedding Energy for Quantifying Noise Interference in Large Audio Language Models
par: Zhang, Yuanhe, et autres
Publié: (2026)
par: Zhang, Yuanhe, et autres
Publié: (2026)
A Survey of Large Audio Language Models: Generalization, Trustworthiness, and Outlook
par: Luo, Kaiwen, et autres
Publié: (2026)
par: Luo, Kaiwen, et autres
Publié: (2026)
DARAS: Dynamic Audio-Room Acoustic Synthesis for Blind Room Impulse Response Estimation
par: Wang, Chunxi, et autres
Publié: (2025)
par: Wang, Chunxi, et autres
Publié: (2025)
Self-Distillation Prototypes Network: Learning Robust Speaker Representations without Supervision
par: Chen, Yafeng, et autres
Publié: (2024)
par: Chen, Yafeng, et autres
Publié: (2024)
To Distill or Not to Distill? On the Robustness of Robust Knowledge Distillation
par: Waheed, Abdul, et autres
Publié: (2024)
par: Waheed, Abdul, et autres
Publié: (2024)
Self-Distillation Prototypes Network: Learning Robust Speaker Representations without Supervision
par: Chen, Yafeng, et autres
Publié: (2023)
par: Chen, Yafeng, et autres
Publié: (2023)
SONAR: Self-Distilled Continual Pre-training for Domain Adaptive Audio Representation
par: Zhang, Yizhou, et autres
Publié: (2025)
par: Zhang, Yizhou, et autres
Publié: (2025)
S-SONDO: Self-Supervised Knowledge Distillation for General Audio Foundation Models
par: Adlouni, Mohammed Ali El, et autres
Publié: (2026)
par: Adlouni, Mohammed Ali El, et autres
Publié: (2026)
Attention-weighted Centered Kernel Alignment for Knowledge Distillation in Large Audio-Language Models Applied to Speech Emotion Recognition
par: Yang, Qingran, et autres
Publié: (2026)
par: Yang, Qingran, et autres
Publié: (2026)
Efficient Audio Captioning with Encoder-Level Knowledge Distillation
par: Xu, Xuenan, et autres
Publié: (2024)
par: Xu, Xuenan, et autres
Publié: (2024)
CORD: Bridging the Audio-Text Reasoning Gap via Weighted On-policy Cross-modal Distillation
par: Hu, Jing, et autres
Publié: (2026)
par: Hu, Jing, et autres
Publié: (2026)
DistilMOS: Layer-Wise Self-Distillation For Self-Supervised Learning Model-Based MOS Prediction
par: Yang, Jianing, et autres
Publié: (2026)
par: Yang, Jianing, et autres
Publié: (2026)
DDFAD: Dataset Distillation Framework for Audio Data
par: Jiang, Wenbo, et autres
Publié: (2024)
par: Jiang, Wenbo, et autres
Publié: (2024)
Echo: Towards Advanced Audio Comprehension via Audio-Interleaved Reasoning
par: Wu, Daiqing, et autres
Publié: (2026)
par: Wu, Daiqing, et autres
Publié: (2026)
Rhythmic Foley: A Framework For Seamless Audio-Visual Alignment In Video-to-Audio Synthesis
par: Huang, Zhiqi, et autres
Publié: (2024)
par: Huang, Zhiqi, et autres
Publié: (2024)
AudioMotionBench: Evaluating Auditory Motion Perception in Audio LLMs
par: Sun, Zhe, et autres
Publié: (2025)
par: Sun, Zhe, et autres
Publié: (2025)
Hierarchical Activity Recognition and Captioning from Long-Form Audio
par: Zhang, Peng, et autres
Publié: (2026)
par: Zhang, Peng, et autres
Publié: (2026)
Audio-Visual Representation Learning via Knowledge Distillation from Speech Foundation Models
par: Zhang, Jing-Xuan, et autres
Publié: (2025)
par: Zhang, Jing-Xuan, et autres
Publié: (2025)
Do Models Hear Like Us? Probing the Representational Alignment of Audio LLMs and Naturalistic EEG
par: Yang, Haoyun, et autres
Publié: (2026)
par: Yang, Haoyun, et autres
Publié: (2026)
EchoX: Towards Mitigating Acoustic-Semantic Gap via Echo Training for Speech-to-Speech LLMs
par: Zhang, Yuhao, et autres
Publié: (2025)
par: Zhang, Yuhao, et autres
Publié: (2025)
Multimodal Transformer Distillation for Audio-Visual Synchronization
par: Chen, Xuanjun, et autres
Publié: (2022)
par: Chen, Xuanjun, et autres
Publié: (2022)
Video Echoed in Music: Semantic, Temporal, and Rhythmic Alignment for Video-to-Music Generation
par: Tong, Xinyi, et autres
Publié: (2025)
par: Tong, Xinyi, et autres
Publié: (2025)
Structural and Statistical Audio Texture Knowledge Distillation for Acoustic Classification
par: Ritu, Jarin, et autres
Publié: (2025)
par: Ritu, Jarin, et autres
Publié: (2025)
AudioKV: KV Cache Eviction in Efficient Large Audio Language Models
par: Wang, Yuxuan, et autres
Publié: (2026)
par: Wang, Yuxuan, et autres
Publié: (2026)
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)
Robust Audio-Visual Segmentation via Audio-Guided Visual Convergent Alignment
par: Liu, Chen, et autres
Publié: (2025)
par: Liu, Chen, et autres
Publié: (2025)
STEP: Detecting Audio Backdoor Attacks via Stability-based Trigger Exposure Profiling
par: Wang, Kun, et autres
Publié: (2026)
par: Wang, Kun, et autres
Publié: (2026)
TurboTalk: Progressive Distillation for One-Step Audio-Driven Talking Avatar Generation
par: Liu, Xiangyu, et autres
Publié: (2026)
par: Liu, Xiangyu, et autres
Publié: (2026)
Guiding Frame-Level CTC Alignments Using Self-knowledge Distillation
par: Kim, Eungbeom, et autres
Publié: (2024)
par: Kim, Eungbeom, et autres
Publié: (2024)
SS-BRPE: Self-Supervised Blind Room Parameter Estimation Using Attention Mechanisms
par: Wang, Chunxi, et autres
Publié: (2024)
par: Wang, Chunxi, et autres
Publié: (2024)
USAD: Universal Speech and Audio Representation via Distillation
par: Chang, Heng-Jui, et autres
Publié: (2025)
par: Chang, Heng-Jui, et autres
Publié: (2025)
ModalityMirror: Improving Audio Classification in Modality Heterogeneity Federated Learning with Multimodal Distillation
par: Feng, Tiantian, et autres
Publié: (2024)
par: Feng, Tiantian, et autres
Publié: (2024)
Codec-Robust Attacks on Audio LLMs
par: Roh, Jaechul, et autres
Publié: (2026)
par: Roh, Jaechul, et autres
Publié: (2026)
On the Distillation Loss Functions of Speech VAE for Unified Reconstruction, Understanding, and Generation
par: Cheng, Changhao, et autres
Publié: (2026)
par: Cheng, Changhao, et autres
Publié: (2026)
Beyond Transcription: Unified Audio Schema for Perception-Aware AudioLLMs
par: Zhang, Linhao, et autres
Publié: (2026)
par: Zhang, Linhao, et autres
Publié: (2026)
Exploring Effective Distillation of Self-Supervised Speech Models for Automatic Speech Recognition
par: Wang, Yujin, et autres
Publié: (2022)
par: Wang, Yujin, et autres
Publié: (2022)
Pushing the Frontiers of Self-Distillation Prototypes Network with Dimension Regularization and Score Normalization
par: Chen, Yafeng, et autres
Publié: (2025)
par: Chen, Yafeng, et autres
Publié: (2025)
Documents similaires
-
Hidden in the Noise: Unveiling Backdoors in Audio LLMs Alignment through Latent Acoustic Pattern Triggers
par: Lin, Liang, et autres
Publié: (2025) -
ChronosAudio: A Comprehensive Long-Audio Benchmark for Evaluating Audio-Large Language Models
par: Luo, Kaiwen, et autres
Publié: (2026) -
RSA-Bench: Benchmarking Audio Large Models in Real-World Acoustic Scenarios
par: Zhang, Yibo, et autres
Publié: (2026) -
SEE: Signal Embedding Energy for Quantifying Noise Interference in Large Audio Language Models
par: Zhang, Yuanhe, et autres
Publié: (2026) -
A Survey of Large Audio Language Models: Generalization, Trustworthiness, and Outlook
par: Luo, Kaiwen, et autres
Publié: (2026)