Ranjay Krishna

Ein neuer Massstab bewertet, wie Maschinen komplexe Aufgaben mit verschiedenen Datentypen planen.

Eine neue Trainingsmethode verbessert die Kompositionalität von Vision-Language-Modellen.

EVE macht Roboterschulung einfacher für ganz normale Leute, indem es Augmented Reality nutzt.

Ein neuer Benchmark zeigt Lücken im visuellen Verständnis von grossen Sprachmodellen.

Eine neue Methode verbessert Bildbeschreibungen für das Training von KI-Modellen.

Das Einbeziehen von nicht-englischen Daten verbessert die Leistung von Vision-Language-Modellen und das kulturelle Verständnis.

Ein neues Framework verbessert das Denken in Sprachmodellen durch visuelle Skizzen.

Eine neue Methode verbessert, wie KI-Modelle räumliche und zeitliche Zusammenhänge interpretieren.

Entdeck, wie RONAR Robotern hilft, ihre Aktionen in einfachen Worten zu erklären.

OneDiffusion verwandelt Text in Bilder und fördert die Kreativität für alle.

Perception Tokens verbessern die Fähigkeit von KI, Bilder zu verstehen und zu interpretieren.

Erfahre, wie das Negative Token Merging die KI-Bilderzeugung verändert.

Ein neuer Ansatz verbessert das räumliche Denken von Maschinen für Anwendungen in der realen Welt.

Eine neue Methode zur Bewertung der Bild- und Videoerzeugung von KI mithilfe von Szenengraphen.