Kaipeng Zhang

AVIBench prueba a los LVLMs para asegurarse de que aguanten instrucciones visuales adversariales.

Un enfoque estructurado para evaluar modelos de texto a video con mayor eficiencia.

Un nuevo método para mejorar la eficiencia de memoria en modelos de lenguaje.

Este método simplifica agregar objetos a imágenes con textos, asegurando resultados naturales.

Un nuevo enfoque mejora la destilación de datos al priorizar la alineación en la extracción de datos y la incrustación.