Ming Yang

M-RAAP optimise l'association des données vidéo et texte pour de meilleurs résultats de recherche.

Les modèles de base transforment l'avenir de la technologie de conduite autonome.

Un effort scientifique pour trouver de nouvelles planètes et comprendre l'univers.

Une nouvelle méthode améliore la performance des modèles vision-langage avec des classes connues et inconnues.

Une méthode pour accélérer l'entraînement des modèles de langage multimodaux tout en améliorant la performance.

StyleTokenizer améliore la génération d'images en séparant le style et les instructions textuelles.

Un nouveau jeu de données et un cadre pour générer des commentaires engageants sur des vidéos chinoises.

Découvrez la science derrière la maturité des fraises et les avancées en agriculture.

Faire le pont entre images et données 3D pour une détection de localisation précise.