Zequn Jie

LLaVA-MoLE améliore les modèles multimodaux en utilisant un routage d'experts pour de meilleures performances.

Lumen améliore l'apprentissage des tâches visuelles grâce à un processus en deux étapes pour une meilleure compréhension de l'IA.

MindBench améliore l'évaluation des modèles pour comprendre des cartes mentales complexes.

OV-DINO améliore la détection d'objets en reconnaissant des noms pas vus pendant l'entraînement.

Une nouvelle approche améliore la segmentation 3D en utilisant des annotations et un langage moins détaillés.

Nouveau cadre améliore la compréhension des images, du texte et des objets 3D.