Yu Qiao

Una nuova tecnica di mascheramento migliora l'apprendimento video sfruttando il movimento per un training del modello più efficace.

DiffBIR offre una soluzione potente per migliorare immagini di bassa qualità.

Uno sguardo sulle condizioni di Fredholm e sugli operatori pseudodifferenziali in matematica e fisica.

Un nuovo metodo combina modelli linguistici con l'apprendimento rinforzato per l'addestramento dell'IA.

Vlogger semplifica il video blogging, rendendo tutto più veloce e facile per i creatori.

A-Eval valuta modelli per segmentare organi addominali su diversi set di dati.

Un nuovo metodo per migliorare le capacità di ragionamento e spiegazione dell'IA.

RobotScript migliora il modo in cui i robot eseguono compiti a partire dal linguaggio naturale.

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.

Un dataset di alta qualità per addestrare modelli linguistici a partire da contenuti web in inglese.

I modelli di AI migliorano la comprensione delle scene di guida per una navigazione più sicura.

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

Un nuovo modello migliora la comprensione dei video attraverso tecniche di allenamento innovative.

I ricercatori hanno creato un dataset per studiare come le persone imparano imitando gli altri.

DIBS migliora i sottotitoli degli eventi video perfezionando i confini usando dati non etichettati.

Trasforma testo in immagini, video e audio senza sforzo con Lumina-T2X.

Un nuovo approccio migliora le auto a guida autonoma imitano i modelli di pensiero umano.

Quest'articolo parla di un approccio innovativo per migliorare i modelli linguistici usando modelli più piccoli.

Un nuovo set di dati e modello migliora la qualità delle didascalie video per le macchine.

Un kit di strumenti per valutare la sicurezza dei modelli di linguaggio avanzati.

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

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

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

Un nuovo framework aiuta i modelli linguistici ad imparare il linguaggio simbolico senza input umano.

Un nuovo dataset migliora la capacità dell'IA di elaborare documenti scientifici in modo efficace.

I ricercatori migliorano le abilità di traduzione per oltre 100 lingue, concentrandosi su lingue a basso contenuto di risorse.

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

Un nuovo modello rivoluziona la generazione di immagini da descrizioni testuali, migliorando vari settori.

GigaGS affronta le sfide nella modellazione di grandi scene 3D con tecniche innovative.

Un metodo per migliorare l'allineamento dei modelli linguistici con le preferenze umane.

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

SyncVIS migliora il tracciamento e la segmentazione degli oggetti nei video per diverse applicazioni.

Nuovo metodo migliora le prestazioni delle lingue multimodali nei compiti visivi.

Vinci rende le faccende quotidiane più semplici con aiuto a mani libere e guida in tempo reale.