Jinliang Zheng

Neues Framework verbessert, wie Roboter aus visuellen Informationen und Sprache lernen.

Eine neue Methode, um multimodale Modelle beim Folgen von Bildanweisungen zu verbessern.

MM-Instruct verbessert die Fähigkeit grosser multimodaler Modelle, unterschiedlichen Anweisungen zu folgen.