Junjie Wang

Une nouvelle approche améliore les tests pour les modèles de grounding visuel en utilisant une analyse combinée de texte et d'image.

Une nouvelle méthode améliore les tests des systèmes d'implication visuelle en se concentrant sur les relations entre les objets.

FT2Ra améliore l'efficacité de la complétion de code grâce à des méthodes de récupération sans avoir besoin de réentraîner entièrement le modèle.

Notre modèle génère du texte d'indice pour améliorer l'accessibilité pour les utilisateurs malvoyants.

Cette étude évalue les grands modèles de langage pour générer des entrées de texte dans les applications mobiles.

OV-DQUO améliore la détection d'objets, en identifiant efficacement les catégories connues et inconnues.

Explore des stratégies pour garantir la qualité des logiciels dans des environnements de développement collaboratif ouvert.

Une nouvelle approche améliore l'apprentissage à partir de données image-texte entrelacées.

Les modèles de langue avancés améliorent les tests automatisés des applis mobiles, détectant des bugs cruciaux.

CSI 2Q améliore l'identification des appareils en utilisant des données WiFi accessibles.

Un montage d'électrodes compact annule efficacement les champs électriques parasites dans les expériences atomiques.

Apprends comment les connaissances externes améliorent la précision et la fiabilité des modèles linguistiques.

Une nouvelle méthode améliore la compréhension des agents cruciaux dans la dynamique d'équipe.