Hao Fei

Setokim améliore la fusion de la compréhension visuelle et textuelle grâce à une tokenisation innovante.

Présentation d'une méthode pour améliorer l'extraction de sentiments dans le texte grâce à des arbres de dépendance latents.

Cette approche améliore les modèles multimodaux sans avoir besoin de réentraînement intensif.

Une nouvelle stratégie combine l'entraînement génératif et discriminatif dans les modèles Vision-Language.

Découvre comment les machines apprennent à combiner visuels et texte pour mieux raisonner.