Text2Data verbessert die Datengenerierung, indem es unbeschriftete und beschriftete Quellen effektiv nutzt.
― 7 min Lesedauer
Ran Xu
Wir stellen SQ-LLaVA vor, eine Methode zur Verbesserung von Bildfragen und -verständnis.
― 8 min Lesedauer
MINT-1T ist der grösste Open-Source-Datensatz zum Trainieren von multimodalen Modellen.
― 6 min Lesedauer
Die Erforschung der Dynamik der Flüssigkeitsbewegung in porösen Materialien und deren Auswirkungen.
― 4 min Lesedauer
xGen-MM verbessert multimodale Modelle für ein besseres Lernen von Bildern und Texten.
― 6 min Lesedauer
KALE kombiniert Bilder mit reichhaltigen Beschreibungen für ein besseres Verständnis.
― 6 min Lesedauer