Jingjing Liu

FISOR mejora la seguridad en el aprendizaje por refuerzo offline a través de restricciones estrictas y métodos de aprendizaje únicos.

Explorando el impacto de los modelos de consistencia en los solucionadores inversos de difusión.

Un nuevo marco mejora cómo los robots aprenden de imágenes y lenguaje.

Explorando la conexión entre la idempotencia y la calidad perceptual en la compresión de imágenes.

GeoBFN aborda desafíos clave en la generación de estructuras moleculares 3D precisas.

Un nuevo método para mejorar el seguimiento de instrucciones de imágenes en modelos multimodales.

FuseGen combina varios modelos para obtener datos sintéticos de mejor calidad en el aprendizaje automático.

Modelos recientes mejoran la capacidad de la IA para generar y entender varios tipos de medios.