Ses-Video Modellerinde Dikkat Üçgeni: Çapraz Modalite Sızıntısı ve Çıkarım Zamanı Müdahaleleri
Ses ve video üreten difüzyon modelleri, metin komutlarını zengin işitsel ve görsel çıktılara dönüştürürken bu üç akışı koordine etmek için büyük ölçüde çapraz d…

