Yu Qiao

Un aperçu des conditions de Fredholm et des opérateurs pseudodifférentiels en maths et en physique.

Une nouvelle méthode combine des modèles de langage avec l'apprentissage par renforcement pour former des IA.

Le vlogger simplifie le vidéo blogging, rendant ça plus rapide et plus facile pour les créateurs.

A-Eval évalue des modèles pour segmenter les organes abdominaux sur des ensembles de données variés.

Une nouvelle méthode pour améliorer les capacités de raisonnement et d'explication de l'IA.

RobotScript améliore la façon dont les robots réalisent des tâches à partir du langage naturel.

Un nouveau cadre améliore les actions des robots grâce aux commandes humaines.

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

Un ensemble de données de haute qualité pour entraîner des modèles de langue à partir de contenu web en anglais.

Les modèles d'IA améliorent la compréhension des scènes de conduite pour une navigation plus sûre.

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

Un nouveau modèle améliore la compréhension des vidéos grâce à des techniques d'entraînement innovantes.

Des chercheurs créent un ensemble de données pour étudier comment les gens apprennent en imitant les autres.

DIBS améliore le sous-titrage des événements vidéo en affinant les limites avec des données non étiquetées.

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

Une nouvelle approche améliore les voitures autonomes en imitant les schémas de pensée humains.

Cet article détaille une approche innovante pour améliorer les modèles de langage en utilisant des modèles plus petits.

Un nouveau jeu de données et un modèle améliorent la qualité des sous-titres vidéo pour les machines.

Un kit d'outils pour évaluer la sécurité des modèles de langage avancés.

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

Un nouveau cadre aide les modèles de langage à apprendre le langage symbolique sans input humain.

Un nouveau jeu de données améliore la capacité de l'IA à traiter les documents scientifiques de manière efficace.

Des chercheurs améliorent les compétences de traduction pour plus de 100 langues, en se concentrant sur les langues à faibles ressources.

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

Un nouveau modèle révolutionne la génération d'images à partir de descriptions textuelles, améliorant divers secteurs.

GigaGS s'attaque aux défis de la modélisation de grandes scènes 3D avec des techniques innovantes.

Une méthode pour améliorer l'alignement des modèles de langage avec les préférences humaines.

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

SyncVIS améliore le suivi et la segmentation des objets dans les vidéos pour plein d'applis différentes.

Une nouvelle méthode améliore les performances des modèles de langage multimodal sur les tâches visuelles.

Vinci rend les tâches quotidiennes plus simples avec de l'aide sans les mains et des conseils en temps réel.