Ran Xu

Text2Data migliora la generazione di dati usando fonti etichettate e non etichettate in modo efficace.

Presentiamo SQ-LLaVA, un metodo che migliora il questioning e la comprensione delle immagini.

MINT-1T è il più grande dataset open-source per addestrare modelli multimodali.

Esplorare le dinamiche del movimento dei fluidi nei materiali porosi e le loro implicazioni.

xGen-MM migliora i modelli multimodali per un apprendimento migliore di immagini e testo.

KALE combina immagini con didascalie ricche per una comprensione migliore.