Jifeng Dai

Un nuovo framework migliora le azioni dei robot tramite comandi umani.

Il Progetto Tutto-Vedente V2 migliora la comprensione dell'AI riguardo le relazioni tra gli oggetti nelle immagini.

Esplora come i modelli di linguaggio di grandi dimensioni migliorano la creatività attraverso la generazione multimediale.

Nuovo approccio migliora l'apprendimento da dati immagine-testo mescolati.

Un dataset completo che unisce immagini e testo per aiutare il machine learning.

Un nuovo metodo aiuta i robot a trasportare oggetti insieme.

Un nuovo metodo migliora l'efficienza nel rispondere a domande su video lunghi.

Un nuovo metodo migliora le abilità di ragionamento nei modelli linguistici usando l'ottimizzazione delle preferenze.

HoloDrive unisce dati 2D e 3D per auto a guida autonoma più intelligenti.

Un nuovo framework permette di generare immagini da testo in diverse lingue in modo efficiente.

Scopri come V2PE migliora i modelli Vision-Language per una migliore comprensione dei contesti lunghi.