Yuxin Zhang

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

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

Diese Studie untersucht, wie die Gehirnaktivität von Passagieren die Sicherheit in automatisierten Fahrzeugen verbessern kann.

HeadRouter vereinfacht die Bildbearbeitung und ermöglicht einfache Anpassungen mit Texteingaben.

TextRefiner verbessert die Leistung von Vision-Language-Modellen, macht sie schneller und genauer.