Ji Zhang

MIBench testa le performance dei modelli multimodali su più immagini.

mPLUG-Owl3 migliora la comprensione delle immagini e dei video per risposte migliori.

Un nuovo metodo per combinare i modelli linguistici in modo più efficace.

Nuove tecniche di modellazione migliorano la nostra comprensione del movimento batterico.

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

Un nuovo framework cerca di migliorare la generazione di immagini usando il feedback umano.

Uno sguardo a come i social media influenzano le opinioni collettive.

Scopri come il skip tuning migliora l'efficienza nei modelli vision-language.