Kaipeng Zhang

AVIBench testa LVLM per assicurarsi che resistano a istruzioni visive avversarie.

Un approccio strutturato per valutare i modelli da testo a video con un'efficienza migliorata.

Un nuovo metodo per migliorare l'efficienza della memoria nei modelli linguistici.

Questo metodo semplifica l'aggiunta di oggetti alle immagini con suggerimenti di testo, garantendo risultati naturali.

Un nuovo approccio migliora la distillazione dei dataset dando priorità all'allineamento nell'estrazione e nell'embedding dei dati.