Zhenguo Li

DCD améliore l'efficacité de l'entraînement pour les modèles basés sur l'énergie dans diverses applications.

Un cadre unifié qui améliore les capacités des modèles génératifs.

Explorer l'importance de l'espace latent pour créer des sorties génératives de haute qualité.

Apprends comment le raisonnement à rebours améliore la fiabilité des réponses générées par l'IA.

Des recherches montrent de nouvelles méthodes pour améliorer la démonstration de théorèmes en utilisant de grands modèles de langage.

CompAgent améliore la création d'images à partir de texte en décomposant les demandes complexes.

Skip-Tuning améliore la qualité des images dans les modèles de diffusion grâce à des connexions de saut affinées.

Une méthode pour créer des images de haute qualité à partir de descriptions textuelles avec une efficacité améliorée.

Une nouvelle méthode améliore les fonctionnalités de sécurité dans les systèmes d'IA multimodaux sans entraînement intensif.

Une méthode pour évaluer la transférabilité des modèles pré-entraînés pour la détection d'objets.

DriveCoT améliore la clarté et la sécurité des décisions des voitures autonomes.

Ce modèle améliore la détection d'objets en générant des étiquettes détaillées pour différents objets.

De nouveaux critères visent à améliorer la capacité des modèles à générer des théorèmes pour le raisonnement automatisé.

Une nouvelle façon d'améliorer les modèles de transformateur en utilisant des techniques d'encodage positionnel adaptables.

POETRY améliore l'efficacité de la preuve de théorèmes grâce à son approche récursive.

GenArtist améliore la génération et l'édition d'images avec un agent AI intelligent.

EMOVA améliore l'interaction humain-ordinateur grâce à l'expression émotionnelle.

Des méthodes innovantes améliorent la qualité vidéo pour la formation des véhicules autonomes.