Lianli Gao

Un nouveau benchmark évalue l'apprentissage continu dans les modèles de langage multimodaux.

RoScenes offre des données essentielles pour améliorer la perception sur la route et la gestion du trafic.

Une nouvelle méthode améliore la connexion entre les requêtes textuelles et le contenu vidéo.

Un nouveau cadre améliore les données d'entraînement pour les modèles de langage en utilisant des images et du texte.

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