Jan Kautz

Ein neuer Ansatz verbessert das Herunterskalieren von Wetterdaten für genauere lokale Vorhersagen.

SpatialRGPT verbessert das Verständnis der Objektanordnung in Vision-Language-Modellen.

Neue anpassungsfähige Modelle können unterschiedliche Bedürfnisse erfüllen, ohne dass ein erneutes Training nötig ist.

MambaVision kombiniert Mamba und Transformer für eine bessere Bilderkennung.

Diese Studie untersucht Methoden, um kleinere Sprachmodelle effektiv und kostengünstig zu erstellen.

Dieser Artikel analysiert die Modellleistung bei verschiedenen Aufgaben und Datensätzen.

Eine neue Methode verbessert die Datenqualität für visuelle Sprachmodelle mithilfe von Augmentierungs-Techniken.

Eine Methode, um Sprachmodelle zu verkleinern, ohne die Effektivität durch Pruning und Distillation zu opfern.

Eine neue Methode verbessert die Leistung von LLMs und reduziert gleichzeitig die Komplexität.

NaVILA hilft Robotern, mit Sprache und Vision zu navigieren.

Ein Blick auf Gated DeltaNet und seinen Einfluss auf Sprachmodelle.

Entdeck neue Techniken, die revolutionieren, wie Maschinen Bilder sehen und verstehen.

StreamChat verändert, wie wir in Echtzeit mit Streaming-Videos interagieren.