Le filThèmes : RechercheÉvaluations
Align Then Reason : un juge multimodal de synchronisation labiale pour le doublage
1 sourcemis à jour il y a 5 jpertinence 2,0 sur5
L’essentiel
ATR aligne les lèvres sur les unités phonétiques avant de raisonner. Sur un benchmark de sept langues, il améliore l’AUC moyenne de 59,4 % avec 2B, 50,2 % avec 4B et 50,8 % avec 9B par rapport aux références SFT de Qwen3.5.
Propagation1 article, publié par HF Daily Papers le 2 oct..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceRui Liu, Bhavin Jawade, Haoqi Li et al.huggingface.co
Align Then Reason: A Multimodal Lip-Sync Judge for Dubbing (site externe)
Dubbing quality control requires a reference-free judge that can determine whether a candidate text line matches a speaker’s visible articulation in both content and timing, using only silent video and text because dubbed audio may not yet exist.
Sur les mêmes thèmes
Recherche
NVIDIA affine Nemotron 3 et atteint le niveau or à l’IOI 2026 et à l’IMO 2026
Évaluations
SkillSeek montre que BM25 rivalise avec la recherche agentique de skills pour les agents
Évaluations
VeriHarness transforme le LLM d’un générateur en agent vérificateur pour les tâches longues
Évaluations
Une étude montre que la date cachée dans les prompts système fait varier les évaluations de LLM
À lire ensuite
Modèles
Google DeepMind annonce Gemini 4 Argon, déployé d’abord auprès de défenseurs cyber de confiance via Fairwind
Modèles
OpenAI lance GPT-6 Sol et GPT-6 Luna, deux modèles plus économiques qui complètent GPT-6 Astra
Modèles
Anthropic publie Claude Opus 5.5 et OpenAI lance GPT-6 Sol et GPT-6 Luna à environ une heure d’écart
Modèles
Anthropic lance Claude Sonnet 5.5, deuxième modèle de la famille Claude 5.5