Chaoya Jiang

Un nuevo método mejora la eficiencia y el rendimiento en tareas de visión y lenguaje.

Un nuevo enfoque mejora la eficiencia en las tareas de preentrenamiento de visión y lenguaje.

TRIPS mejora la eficiencia en tareas de visión-lenguaje al seleccionar parches de imagen relevantes.

Este artículo habla sobre un nuevo marco para evaluar las alucinaciones en los LVLMs.

IDAICL mejora las predicciones al perfeccionar la calidad de las demostraciones en el aprendizaje en contexto.

MIBench prueba el rendimiento de modelos multimodales en varias imágenes.

MaVEn mejora la capacidad de la IA para procesar múltiples imágenes y razonar mejor.