Ming Yang

EVE facilita la edición de video permitiendo hacer cambios a través de comandos de texto simples.

M-RAAP optimiza la combinación de datos de video y texto para mejorar los resultados de búsqueda.

Los modelos de base están transformando el futuro de la tecnología de conducción autónoma.

Un esfuerzo científico para encontrar nuevos planetas y entender el universo.

Un nuevo método mejora el rendimiento de los modelos de visión-lenguaje con clases conocidas y desconocidas.

Un método para acelerar el entrenamiento de modelos de lenguaje multimodal grandes mientras se mejora el rendimiento.

StyleTokenizer mejora la generación de imágenes al separar las instrucciones de estilo y texto.

Un nuevo conjunto de datos y un marco para generar comentarios interesantes en videos chinos.

Descubre la ciencia detrás de la madurez de las fresas y los avances en la agricultura.

Uniendo imágenes y datos 3D para una detección de ubicación precisa.