Yuxuan Wang

STAIR mejora la respuesta a preguntas de video dividiendo las consultas en tareas manejables.

Los investigadores proponen una nueva forma de medir las cargas en las esquinas de materiales avanzados.

La investigación destaca las conexiones entre sistemas fermiónicos sin brechas y aislantes topológicos.

TimeXer integra factores externos para hacer mejores predicciones de series temporales.

HawkEye mejora los modelos de video-texto para procesar videos más largos de manera efectiva.

VcEdit mejora la edición en 3D al garantizar la consistencia en múltiples vistas.

Aprende cómo las Funciones Físicamente No Clonables mejoran la seguridad en la Infraestructura de Clave Pública.

Flute X GPT transforma el aprendizaje de la flauta a través de sesiones interactivas guiadas por IA.

Seed-TTS crea habla realista a partir de texto para varias aplicaciones.

Nuevo estándar evalúa cómo los modelos de lenguaje en video manejan las imprecisiones de manera efectiva.

Un nuevo modelo mejora la precisión en las capacidades de conversión de voz a texto en varios idiomas.

Nuevo conjunto de datos mejora la generación de audio a partir de descripciones de texto detalladas.

Este método mejora el razonamiento visual al implementar verificación en cada paso del razonamiento.

Este artículo examina el comportamiento de los electrones cerca de las superficies de Fermi bajo campos magnéticos débiles.

Un marco que usa tokens de memoria mejora la comprensión y la interacción con videos.

Un sistema que hace que crear música sea fácil y accesible para todos los niveles de habilidad.

Fish-Speech mejora la tecnología de voz para una experiencia de comunicación más natural.

Un nuevo modelo permite interactuar en tiempo real con videos, mejorando la comprensión y el compromiso.

Explora los comportamientos fascinantes de los electrones en campos magnéticos.

La investigación revela cómo podemos hacer que las máquinas entiendan diálogos complejos.