Jan Kautz

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

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

MambaVision combina Mamba y Transformers para mejorar el reconocimiento de imágenes.

Este estudio explora métodos para crear modelos de lenguaje más pequeños de forma efectiva y asequible.

Este artículo analiza el rendimiento del modelo en varias tareas y conjuntos de datos.

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

Un método para reducir modelos de lenguaje sin sacrificar efectividad a través de poda y destilación.

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

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

Una mirada a Gated DeltaNet y su impacto en los modelos de lenguaje.

Descubre técnicas emergentes que están revolucionando la forma en que las máquinas ven y entienden las imágenes.

StreamChat transforma la manera en que interactuamos con videos en streaming en tiempo real.