Xizhou Zhu

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 modo per trovare momenti video usando query in linguaggio naturale.

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

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