Tong Xiao

Bemühungen, irreführenden Audioinhalt zu erkennen, der durch Technologie erstellt wurde, sind echt wichtig.

Neue Methoden verbessern die Leistung von LLMs, indem sie die Token-Eingabe komprimieren.

Das Potenzial der Few-Shot-Bildmanipulation für alle freischalten.

Die wichtigsten Elemente für das Verständnis von Videos in grossen multimodalen Modellen aufschlüsseln.