Hongxu Yin

Un enfoque nuevo para afinar modelos mejora la eficiencia y precisión en tareas de aprendizaje automático.

Una mirada detallada a las capacidades de RegionGPT para analizar regiones de imágenes.

SpatialRGPT mejora la comprensión del arreglo de objetos en Modelos de Lenguaje Visual.

Nuevos modelos adaptables pueden satisfacer diversas necesidades sin necesidad de reentrenar.

Un nuevo método mejora la calidad de los datos para modelos de lenguaje visual usando técnicas de aumento.

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

Un nuevo método mejora el rendimiento de los LLM mientras reduce la complejidad.

NaVILA ayuda a los robots a navegar usando lenguaje y visión.