Xizhou Zhu

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 enfoque para encontrar momentos en videos usando consultas en lenguaje natural.

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

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