Enze Xie

Un marco unificado que mejora las capacidades de los modelos generativos.

La investigación revela nuevos métodos para mejorar la demostración de teoremas usando modelos de lenguaje grandes.

CompAgent mejora la creación de imágenes a partir de texto descomponiendo los prompts complejos.

Un método para crear imágenes de alta calidad a partir de descripciones de texto con mayor eficiencia.

DriveCoT mejora la claridad en la toma de decisiones y la seguridad de los autos autónomos.

Presentando un método para automatizar el etiquetado 3D usando indicaciones en 2D.

VILA-U integra tareas de video, imagen y lenguaje en un solo marco.