Rongrong Ji

FocSAM verbessert die interaktive Segmentierung mit mehr Stabilität und Genauigkeit.

Eine neue Methode zur Verbesserung der Leistung von Sprachmodellen mit langen Texten.

HRSAM verbessert die Effizienz und Genauigkeit der Bildsegmentierung für hochauflösende Eingaben.

Neue Methode RoE verbessert die Effizienz von multimodalen grossen Sprachmodellen mit dynamischem Routing.

Diese Methode macht es einfacher, Objekte mit Textaufforderungen zu Bildern hinzuzufügen, und sorgt für natürliche Ergebnisse.

Dieser Ansatz verbessert multimodale Modelle, ohne dass eine umfangreiche Neutrainierung nötig ist.

Ein neues Verfahren verbessert die Effizienz und Leistung von multimodalen grossen Sprachmodellen.

Lern die wichtigen Schritte, um dein Paper für Einsendungen zu formatieren.

PartFormer verbessert die Objekterkennung unter verschiedenen Bedingungen mithilfe von Vision Transformers.

Neue Methode verbessert die Bildübereinstimmung aus verschiedenen Kameraspektren.

Video-RAG vereinfacht, wie Computer lange Videoinhalte mit zusätzlichen Informationen analysieren.

Ein neuer Ansatz macht multimodale Modelle schneller und effizienter.