Wenhu Chen

Neue Methoden verbessern die Fähigkeit von Maschinen, Bilder aus textuellen Eingaben zu erstellen.

Ein neues System, das Musik und Sprache verbindet für ein besseres Verständnis.

RG-LCD verbessert die Bildgenerierung aus Text und passt sich dabei effektiv den menschlichen Vorlieben an.

Ein neues Framework vereinfacht Videobearbeitungsaufgaben mit Bildbearbeitungswerkzeugen.

Neuer Datensatz verbessert die Modelleistung bei Multi-Image-Aufgaben.

Forschung zeigt eine neue Methode für schnellere, hochwertige Videoproduktion aus Text.

MAP-Neo zielt auf Transparenz und Performance in der KI-Sprachmodellierung ab.

MMLU-Pro stellt Sprachmodellen härtere Fragen und mehr Antwortmöglichkeiten.

Forscher verbessern, wie Maschinen lange und hochauflösende Videos verstehen.

Eine Methode, um Informationsquellen visuell zu überprüfen und das Vertrauen online zu stärken.