Bo Zhao

De nouvelles approches améliorent l'analyse des images médicales 3D en utilisant des modèles de langage.

VISTA améliore notre façon de chercher des infos en intégrant du texte et des visuels.

Le benchmark MLVU vise à améliorer la compréhension des vidéos longues par les machines.

Un aperçu de comment les étoiles se forment dans les galaxies et les facteurs en jeu.

Video-XL traite efficacement les longues vidéos, améliorant la précision et la performance.

Les modèles récents améliorent la capacité de l'IA à générer et comprendre différents médias.

MegaPairs relie des images et du texte pour de meilleurs résultats de recherche.