Xizhou Zhu

Un nouveau projet améliore la compréhension visuelle des machines grâce à un gros dataset.

Le Projet Tout-Visible V2 améliore la compréhension par l'IA des relations entre les objets dans les images.

Une nouvelle approche améliore l'apprentissage à partir de données image-texte entrelacées.

Un ensemble de données complet fusionnant images et textes pour aider l'apprentissage automatique.

Une nouvelle approche pour trouver des moments vidéo en utilisant des requêtes en langage naturel.

Une nouvelle méthode améliore les compétences de raisonnement des modèles de langage en utilisant l'optimisation des préférences.

Découvrez comment V2PE améliore les modèles Vision-Langage pour une meilleure compréhension des longs contextes.