Chaoya Jiang

Un nuovo metodo migliora l'efficienza e le prestazioni nei compiti di visione-linguaggio.

Un nuovo metodo migliora l'efficienza nei compiti di pre-addestramento Vision-Language.

TRIPS migliora l'efficienza nei compiti visione-lingua selezionando le parti di immagine più rilevanti.

Questo articolo parla di un nuovo framework per valutare le allucinazioni nei LVLM.

IDAICL migliora le previsioni affinando la qualità delle dimostrazioni nell'apprendimento contestuale.

MIBench testa le performance dei modelli multimodali su più immagini.

MaVEn migliora la capacità dell'AI di elaborare più immagini per un ragionamento migliore.