Mark Ibrahim

Eine neue Methode verbessert die Genauigkeit der Objektklassifizierung mit mehreren Darstellungen.

Llip verbessert, wie Bilder mit verschiedenen Textbeschreibungen abgeglichen werden.

Neue Strategien verbessern die Fähigkeit von Sprachmodellen, Wissen genau abzurufen.

Vereinfachte Ansätze für selbstüberwachtes Lernen verbessern die Leistung und Zugänglichkeit.

Ein neues Rahmenwerk zur effektiven Bewertung von Vision-Language-Modellen.

Forscher schauen sich an, wie Transformer durch komplexe Labyrinthe navigieren können.