Shuo Chen

Neue Methode erstellt anpassbare menschliche und tierische Avatare aus Textbeschreibungen.

Neue Methoden verbessern das maschinelle Verständnis dynamischer Interaktionen in Videoinhalten.

Sinusoidale Positionskodierung bietet verbessertes Lernen und bessere Leistung in maschinellen Lernaufgaben.

TCT bietet eine neue Möglichkeit, Ethereum-Smart Contracts abzusichern.

RPP verbessert das Fitting und die Generalisierung in Vision-Language-Modellen mit verfeinerten Prompts.

Ein genauerer Blick darauf, wie gut grosse Sprachmodelle grundlegende Aufgaben erledigen.

Methoden erkunden, um multimodale Modelle zu verbessern, die visuelle Fragen aufschlüsseln.