Thomas Kollar

Explorer des idées clés pour améliorer les VLM et leurs applications.

Une étude sur l'efficacité de RLAIF par rapport à l'affinage supervisé pour les modèles de langue.

Cette recherche se concentre sur l'optimisation de l'entraînement des modèles de langage et la prédiction de leur performance dans le monde réel.

Les robots apprennent à s'adapter et à accomplir des tâches dans différents domaines.

Un nouveau modèle permet aux robots d'apprendre des tâches mieux en utilisant des entrées visuelles et linguistiques.

Une méthode pour créer des cartes 3D détaillées afin de localiser des objets avec des robots mobiles.