Jifeng Dai

Un nuevo marco mejora las acciones de los robots a través de comandos humanos.

El Proyecto V2 Todo Vidente mejora la comprensión de la IA sobre las relaciones entre objetos en las imágenes.

Explora cómo los modelos de lenguaje grandes mejoran la creatividad a través de la generación multimedia.

Nuevo enfoque mejora el aprendizaje a partir de datos intercalados de imagen y texto.

Un conjunto de datos completo que combina imágenes y texto para ayudar al aprendizaje automático.

Un nuevo método ayuda a los robots a cargar objetos juntos.

Un nuevo método mejora la eficiencia para responder preguntas sobre videos largos.

Un nuevo método mejora las habilidades de razonamiento en modelos de lenguaje usando optimización de preferencias.

HoloDrive combina datos 2D y 3D para que los autos autónomos sean más inteligentes.

Un nuevo marco permite la generación de imágenes a partir de texto en varios idiomas de manera eficiente.

Descubre cómo V2PE mejora los Modelos de Visión-Lenguaje para una mejor comprensión de contextos largos.