Qi Wu

Eine neue Technik hilft Sprachmodellen, vielfältige Ausgaben über Text hinaus zu erzeugen.

Eine neue Methode verbessert die Sicherheit von Vision Transformern gegen adversarielle Angriffe.

ModaVerse vereinfacht, wie wir verschiedene Arten von Daten umwandeln und interpretieren.

NaVid hilft Robotern, menschliche Anweisungen mithilfe von Videos zu folgen und verbessert die Navigation in der realen Welt.

Eine neue Methode verbessert die CATE-Schätzung und unterstützt die Entscheidungsfindung in verschiedenen Bereichen.

G-NeRF innoviert, neue Ansichten aus Einzelbildern mit verbesserten Geometrietechniken zu erzeugen.

MotionLLM erstellt menschliche Bewegungen aus Text für Einzel- und Mehrpersonen-Szenarien.

Datenparallel ANARI verbessert die Rendering-Effizienz und -Qualität in der wissenschaftlichen Visualisierung.

Erforschen, wie Maschinen menschliche Anweisungen in der echten Welt folgen können.

Die Kombination von Sprachverständnis und Vision verbessert die Navigationsfähigkeiten von Robotern.

XLIP verbessert die Diagnose, indem es medizinische Bilder und Textbeschreibungen kombiniert.

Dieser Artikel beschäftigt sich mit den faszinierenden Eigenschaften und Produktionsmechanismen von Charmonium-Zuständen.

In diesem Artikel werden die Sicherheits- und Schutzprobleme in multimodalen KI-Systemen behandelt.

Erfahre mehr über Legionellenpneumonie, ihre Risiken, Symptome und die Wichtigkeit einer frühen Behandlung.

Lern, wie neue Wasserzeichen-Techniken digitale Kunst und kreative Ideen schützen.

AbilityLens standardisiert die Bewertung für multimodale grosse Sprachmodelle.

Hypernetworks verwandeln die Datenanalyse, schliessen Lücken und verbessern die Präzision in dynamischen Simulationen.

Die Forschung konzentriert sich darauf, Maschinen beizubringen, gesprochene und schriftliche Navigationsanweisungen zu befolgen.

Eine neue Art, um beeindruckende Bilder in Echtzeit zu erstellen.