Hongxu Yin

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.