Shang-Wen Li

Présentation de MetaCLIP pour une meilleure collecte de données image-texte.

AV-SUPERB évalue les modèles audio et visuels sur différentes tâches pour une meilleure performance.

Une nouvelle méthode améliore l'entraînement de l'IA en regroupant les données en clusters pour une meilleure précision.

Nouveaux outils améliorent l'édition de l'enregistrement vocal et la qualité de production.

Un nouveau cadre pour évaluer les modèles de base dans les tâches de parole.

Un guide pour apprendre une nouvelle langue efficacement avec des conseils pratiques.