Jan Kautz

SpatialRGPT migliora la comprensione della disposizione degli oggetti nei modelli di linguaggio visivo.

Nuovi modelli adattabili possono soddisfare esigenze diverse senza riqualificazione.

MambaVision unisce Mamba e Transformers per un riconoscimento delle immagini migliore.

Questo studio esplora metodi per creare modelli di linguaggio più piccoli in modo efficace e conveniente.

Questo articolo analizza le performance del modello attraverso vari compiti e dataset.

Un nuovo metodo migliora la qualità dei dati per i modelli di linguaggio visivo usando tecniche di aumento.

Un metodo per ridurre i modelli di linguaggio senza sacrificare l'efficacia tramite potatura e distillazione.

Un nuovo metodo migliora le prestazioni degli LLM riducendo la complessità.

NaVILA aiuta i robot a navigare usando il linguaggio e la visione.

Uno sguardo a Gated DeltaNet e il suo impatto sui modelli linguistici.

Scopri tecniche emergenti che stanno rivoluzionando il modo in cui le macchine vedono e comprendono le immagini.

StreamChat cambia il modo in cui interagiamo con i video in streaming in tempo reale.