Ji Zhang

MIBench teste la performance des modèles multimodaux sur plusieurs images.

mPLUG-Owl3 améliore la compréhension des images et des vidéos pour des réponses plus efficaces.

Une nouvelle méthode pour combiner les modèles de langage de manière plus efficace.

De nouvelles techniques de modélisation améliorent notre compréhension du mouvement bactérien.

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

Un nouveau cadre cherche à améliorer la génération d'images en utilisant des retours humains.

Un aperçu de comment les réseaux sociaux façonnent les opinions collectives.

Découvrez comment le skip tuning améliore l'efficacité des modèles vision-langage.