paper.dinq.meAI 与前沿科学顶会 · 学术新星雷达
登录 DINQ
返回新星榜
RV

Rafael Valle

ICLR 2026×3ACL 2026多模态推理对齐与偏好长上下文与架构评测与基准
新星分贡献者
59
一作贡献0
核心/参与24
方向广度13
合作网络12
0 一作 · 4 篇 · ICLR 2026 / ACL 2026

获取完整研究档案

首次获取该候选人的完整档案及 StartLux 评估共 20 积分;每位用户单独解锁,之后查看免费。主动刷新 20 积分。

联系方式

实时查找电子邮箱,费用不超过20积分;未找到邮箱不扣费。

2026 顶会论文

4
作者位次 #26/32ICLR 2026Poster· Computer Vision / Vision Models & Multimodal

OmniVinci: Enhancing Architecture and Data for Omni-Modal Understanding LLM

Hanrong Ye · Chao-Han Huck Yang · Arushi Goel · Wei Huang · Zhen Wan · Jinchuan Tian · An-Chieh Cheng · Ligeng Zhu · Yuanhang Su · Yuming Lou · Yong-Xiang Lin · Dong Yang · Sreyan Ghosh · Zhijian Liu · Yukang Chen · Ehsan Jahangiri · Ambrish Dantrey · Daguang Xu · Ehsan Hosseini-Asl · Seyed Danial Mohseni Taheri · Vidya Nariyambut Murali · Sifei Liu · Yao Lu · Oluwatobi Olabiyi · Yu-Chiang Frank Wang · Rafael Valle · Bryan Catanzaro · Andrew Tao · Song Han · Jan Kautz · Hongxu (Danny) Yin · Pavlo Molchanov

多模态长上下文与架构OpenReview
作者位次 #14/18ACL 2026Poster· Natural Language Processing

Speech-Hands: A Self-Reflection Voice Agentic Approach to Speech Recognition and Audio Reasoning with Omni Perception

Zhen Wan · Chao-Han Huck Yang · Jinchuan Tian · Hanrong Ye · Ankita Pasad · Szu-Wei Fu · Arushi Goel · Ryo Hachiuma · Shizhe Diao · Kunal Dhawan · Sreyan Ghosh · Yusuke Hirota · Zhehuai Chen · Rafael Valle · Chenhui Chu · Shinji Watanabe · Boris Ginsburg · Yu-Chiang Frank Wang

摘要

We introduce a voice-agentic framework that learns one critical omni-understanding skill: knowing when to trust itself versus when to consult external audio perception. Our work is motivated by a crucial yet counterintuitive finding: naively fine-tuning an omni-model on both speech recognition an...

多模态评测与基准推理OpenReview 项目页

常见合作者