Chaoya Jiang

Une nouvelle méthode améliore l'efficacité et la performance dans les tâches vision-langage.

Une nouvelle approche améliore l'efficacité des tâches de pré-entraînement Vision-Langue.

TRIPS améliore l'efficacité des tâches vision-langage en sélectionnant les morceaux d'images pertinents.

Cet article parle d'un nouveau cadre pour évaluer les hallucinassions dans les LVLMs.

IDAICL améliore les prévisions en perfectionnant la qualité des démonstrations dans l'apprentissage en contexte.

MIBench teste la performance des modèles multimodaux sur plusieurs images.

MaVEn améliore la capacité de l'IA à traiter plusieurs images pour un meilleur raisonnement.