Skip to main content

speed-by-simplicity

Replace multi-stream modality-specific pathways with a unified Transformer backbone processing text, video, and audio tokens in shared sequence via self-attention. Achieves superior visual quality (4.80 vs 4.76), 75% better speech clarity (14.6% WER vs 19.23%), and 80% human preference wins—particularly strong for human-centric scenarios with expressive facial performance and audio-video sync.

Aller à l'installation

Informations de source

Dépôt
ADu2021/skillXiv
Dernière activité de la source
26 mars 2026 à 15:00
Langue détectée de SKILL.md
anglais
Étoiles
6
Forks
0

Options d'installation

Le prompt qui vérifie d'abord la source est sélectionné par défaut. Vous pouvez passer à une commande directe ou télécharger une copie locale.

Vérifiez les fichiers source

Lisez SKILL.md et les fichiers associés affichés par SkillsMP avant de décider de l'installer.