Jinghui Lu

Quest'articolo esplora come i LLM creano sondaggi efficienti nel Natural Language Processing.

VisLingInstruct migliora la capacità dei modelli di integrare testo e immagini.

Presentiamo un nuovo modello che combina in modo efficiente testo e layout per una migliore comprensione dei documenti.

Un nuovo approccio migliora l'analisi video con sistemi di token dinamici.