Ming Yang

M-RAAP optimiert die Kombination von Video- und Textdaten für bessere Suchergebnisse.

Fundamentale Modelle verändern die Zukunft der autonomen Fahrtechnologie.

Ein wissenschaftlicher Versuch, neue Planeten zu finden und das Universum zu verstehen.

Eine neue Methode verbessert die Leistung von Vision-Language-Modellen mit bekannten und unbekannten Klassen.

Eine Methode, um das Training von multimodalen grossen Sprachmodellen zu beschleunigen und gleichzeitig die Leistung zu verbessern.

StyleTokenizer verbessert die Bildgenerierung, indem es Stil- und Textanweisungen trennt.

Ein neues Datenset und Framework zum Erzeugen von spannenden Kommentaren für chinesische Videos.

Entdecke die Wissenschaft hinter der Reife von Erdbeeren und den Fortschritten in der Landwirtschaft.

Bilder und 3D-Daten verbinden für genaue Standortbestimmung.