Meituan（美团）

EvalTalker: Learning to Evaluate Real-Portrait-Driven Multi-Subject Talking Humans

EvalTalker: 学习评估基于真实人像的多主体说话人类

Yingjie Zhou, Xilei Zhu, Siyu Ren, Ziyi Zhao, Ziwen Wang, Farong Wen, Yu Zhou, Jiezhang Cao, Xiongkuo Min, Fengjiao Chen, Xiaoyu Li, Xuezhi Cao, Guangtao Zhai, Xiaohong Liu

机构 * Shanghai Jiao Tong University（上海交通大学） ； Meituan（美团） ； Shanghai Innovation Institute（上海创新研究院） 纠错

AI总结 EvalTalker通过构建大规模多Talker生成的说话人类质量评估数据集，提出了一种能够感知整体质量、人类特征和身份一致性的新型质量评估框架，以提升多主体说话人类生成的质量和用户体验。

Auxiliary-Hyperparameter-Free Sampling: Entropy Equilibrium for Text Generation

辅助超参数-free采样：信息论视角下的文本生成熵平衡

Xiaodong Cai, Hai Lin, Shaoxiong Zhan, Weiqi Luo, Hong-Gee Kim, Hongyan Hao, Yu Yang, Hai-Tao Zheng

机构 * Meituan（美团） 纠错

AI总结 本文提出熵平衡采样方法，通过信息论原理实现无超参数调优的文本生成，提升生成质量和多样性。