NVIDIA（英伟达） - arXivDaily 大厂专区

2607.06088 2026-07-08 cs.SD 新提交

Flow Matching-Based Speech Source Separation with Best-of-N Biometric Sampling

基于最佳N生物特征采样的流匹配语音源分离

Anastasia Zorkina, Alexandr Anikin, Nikita Khmelev, Anastasiya Korenevskaya, Sergey Novoselov, Vladimir Volokhov, Maxim Korenevsky, Yuriy Matveev

机构 * NVIDIA（英伟达）

AI总结针对单通道语音分离难题，提出基于条件流匹配的方法，训练时用冻结说话人编码器定义源顺序，推理时用于生物特征最佳N候选选择等，在Libri2Mix基准上评估，该方法在分离指标及下游任务中表现出色。

Comments Accepted at the ICML 2026 Workshop on Machine Learning for Audio

2607.05667 2026-07-08 cs.CV cs.GR 新提交

基于二维高斯的图像压缩的聚类码本量化

Runze Cheng, Yicheng Zhan, Josef Spjut, Kaan Akşit

机构 * University College London（伦敦大学学院）； NVIDIA（英伟达）

AI总结研究基于高斯的图像压缩中率失真问题，提出聚类引导向量量化（CGVQ）方法，通过在量化前划分高斯参数为同质组，提高压缩效率和参数重建准确性，实验显示该方法使bpp降低20%且视觉质量相当。

Comments 3 pages. Accepted to ACM SIGGRAPH 2026 Poster Track. Code available at https://github.com/complight/Cluster_Guided_Vector_Quantization

2607.05391 2026-07-08 cs.AI cs.CL cs.LG cs.MA cs.RO 新提交

LLM-as-a-Verifier：一种通用验证框架

Jacky Kwok, Shulu Li, Pranav Atreya, Yuejiang Liu, Yixing Jiang, Chelsea Finn, Marco Pavone, Ion Stoica, Azalia Mirhoseini

机构 * Stanford University（斯坦福大学）； UC Berkeley（加州大学伯克利分校）； NVIDIA Research（英伟达研究院）

AI总结该工作将验证确定方案正确性的能力作为大模型新扩展轴，提出无需额外训练的通用LLM验证框架，生成连续评分，在多基准上取得SOTA性能，还可用于强化学习等场景。