Wenqi Shao

AVIBench teste les LVLMs pour s'assurer qu'ils résistent aux instructions visuelles adverses.

Transforme du texte en images, vidéos et audio sans accroc avec Lumina-T2X.

Une approche structurée pour évaluer les modèles texte-vidéo avec une efficacité améliorée.

Une nouvelle méthode pour améliorer l'efficacité de la mémoire dans les modèles de langage.

Cette méthode facilite l'ajout d'objets aux images avec des commandes textuelles, garantissant des résultats naturels.

Une nouvelle méthode améliore l'édition d'images grâce à des descriptions textuelles tout en gardant la qualité.