Ranjay Krishna

Une méthode innovante simplifie l'entraînement des modèles pour la classification d'images complexes.

Un nouveau benchmark évalue comment les machines planifient des tâches complexes avec différents types de données.

Une nouvelle méthode d'entraînement améliore la capacité de composition des modèles vision-langage.

EVE simplifie la formation des robots grâce à la réalité augmentée pour les utilisateurs du quotidien.

Un nouveau benchmark révèle des lacunes dans la compréhension visuelle des grands modèles de langage.

Une nouvelle méthode améliore les descriptions d'images pour entraîner des modèles d'IA.

Inclure des données non anglophones améliore la performance des modèles vision-langage et la compréhension culturelle.

Un nouveau cadre améliore le raisonnement dans les modèles de langage grâce à des croquis visuels.

Une nouvelle méthode améliore la façon dont les modèles d'IA interprètent les relations spatiales et temporelles.

Découvre comment RONAR aide les robots à expliquer leurs actions en termes simples.

OneDiffusion transforme le texte en images, boostant la créativité pour tout le monde.

Les jetons de perception améliorent la capacité de l'IA à comprendre et interpréter des images.

Découvrez comment la fusion de tokens négatifs transforme la génération d'images par IA.

Une nouvelle approche améliore le raisonnement spatial des machines pour des applications réelles.

Une nouvelle méthode pour évaluer la génération d'images et de vidéos par l'IA en utilisant des graphes de scènes.