Can Qin

Presentando SQ-LLaVA, un método que mejora la pregunta y comprensión de imágenes.

xGen-MM mejora los modelos multimodales para un mejor aprendizaje de imágenes y texto.

Nueva técnica de multi-máscara mejora la comprensión de datos 3D por parte de las máquinas.

DyCoke mejora la comprensión de videos al hacer que el procesamiento sea más rápido y eficiente.