arXiv cs.CL· HaeJun Yoo, Yongseop Shin, Insung Lee, Myoung-Wan Koo, Du-Seong Chang·· 5 小时前AI 评分22
Omni-Embed-Audio：用多模态 LLM 提升音频-文本检索鲁棒性
Omni-Embed-Audio: Leveraging Multimodal LLMs for Robust Audio-Text Retrieval
AI 导读
研究者提出 Omni-Embed-Audio（OEA），一个基于多模态 LLM 的检索导向编码器，并引入 User-Intent Queries（UIQs）五类查询形式评估真实搜索场景下的鲁棒性。
来源：arXiv cs.CL · arxiv.org