Wei Xue

MMTrail combina descripciones visuales y de audio para mejorar los modelos de video-lenguaje.

Este estudio analiza qué tan bien entienden y generan música los LLMs.

Un nuevo método mejora los modelos de lenguaje para un mejor rendimiento y menor uso de recursos.

NoRA ofrece una forma más inteligente de adaptar modelos grandes con menos recursos.

X-Codec mejora la generación de audio al integrar comprensión semántica en el procesamiento.

Un nuevo método ofrece un modelado 3D mejorado a partir de solo una imagen, aumentando el realismo.

Descubre cómo TSE mejora el reconocimiento de voz en entornos ruidosos usando señales de texto.

Investigadores desarrollan un nuevo modelo para videos de canto animado, mejorando las animaciones.

Explorando la conexión entre axiones, cuerdas cósmicas y los misterios de la materia oscura.