Jingkuan Song

Ein neuer Massstab bewertet das fortlaufende Lernen in multimodalen Sprachmodellen.

RoScenes bietet wichtige Daten, um die Wahrnehmung an Strassen und das Verkehrsmanagement zu verbessern.

Eine neue Methode verbessert die Verbindung zwischen Textanfragen und Videoinhalten.

Neues Framework verbessert Trainingsdaten für Sprachmodelle mit Bildern und Text.

Entdecke, wie Skip-Tuning die Effizienz von Vision-Language-Modellen verbessert.