Ran Xu

Text2Data améliore la génération de données en utilisant efficacement des sources non étiquetées et étiquetées.

Voici SQ-LLaVA, une méthode qui améliore la question et la compréhension des images.

MINT-1T est le plus gros dataset open-source pour entraîner des modèles multimodaux.

Explorer les dynamiques de mouvement des fluides dans les matériaux poreux et ses implications.

xGen-MM améliore les modèles multimodaux pour un meilleur apprentissage des images et du texte.

KALE combine des images avec des légendes détaillées pour une meilleure compréhension.