Ting Liu

Une nouvelle méthode améliore le sous-titrage vidéo en utilisant des modèles image-langue.

Cette étude examine comment différentes sources de données affectent les grands modèles de langage.

VideoPrism aide à interpréter et analyser le contenu vidéo efficacement.

M IST améliore l'interaction entre les modèles visuels et de langage pour de meilleures performances.

SE-GPT améliore les modèles de langage avec un apprentissage autonome basé sur les expériences au fil du temps.

Un nouveau modèle pour comprendre les environnements 3D en utilisant des descriptions textuelles.

Une nouvelle approche pour améliorer les prompts des modèles texte-à-image pour de meilleurs résultats.

UniCE améliore l'extraction des événements de cause à effet dans des phrases complexes.

De nouvelles méthodes améliorent la précision et l'efficacité de la segmentation vidéo pour diverses applications.

Une nouvelle méthode améliore les modèles de langue en diagnostiquant les lacunes de connaissances sans données étiquetées.

Présentation d'une méthode pour améliorer la génération d'images à partir de descriptions textuelles complexes.

MaPPER propose une nouvelle méthode pour une compréhension image-texte efficace.

Cette étude révèle comment les LLMs adaptent leur apprentissage grâce à des schémas d'attention.

TROP2 joue un rôle clé dans la résistance du cancer aux attaques du système immunitaire.

Crée des vidéos à partir de clips de démonstration et d'images contextuelles facilement.

Révolutionner la manière dont on traduit le texte dans les images avec style et contexte.