Articoli più recenti per Modelli visione-linguaggio

Questo studio combina modelli linguistici e dati visivi per migliorare la Regressione Simbolica.

Esplorare le capacità dei modelli di linguaggio visivo nell'analisi delle immagini al microscopio.

Un nuovo metodo migliora i modelli visione-linguaggio senza una formazione complicata.

Quest'articolo parla di come migliorare i VLM grazie a una migliore messa a punto dei prompt con descrizioni delle classi.

Un nuovo metodo migliora il riconoscimento delle espressioni facciali usando modelli di linguaggio.

Un nuovo framework migliora la formazione sui mammogrammi per una migliore educazione in radiologia.

Un nuovo metodo migliora le prestazioni dei modelli visione-linguaggio con classi conosciute e sconosciute.

TransCLIP migliora le previsioni integrando dati visivi e testuali nei modelli Vision-Language.

Questo studio esplora metodi per migliorare i modelli vision-language usando immagini generate.

Il modello AI Merlin migliora la lettura delle TC addominali.

Un metodo per identificare attacchi ai sistemi combinando immagini e testo.

Un dataset per testare la comprensione delle differenze di parole nei modelli linguistici.

Esplorare nuovi metodi per un riconoscimento efficace con pochi esempi nel machine learning.

I modelli attuali faticano con il ragionamento spaziale, facendo più affidamento sul testo che sulle immagini.

DiPEx migliora i tassi di rilevamento degli oggetti usando prompt unici e diversi.

RAIL unisce l'apprendimento continuo con modelli vision-linguaggio per una migliore adattabilità.

Un nuovo metodo collega le immagini con testi lunghi senza bisogno di dati extra.

ColPali migliora il recupero dei documenti utilizzando in modo efficace elementi testuali e visivi.

La ricerca mostra che l'incoerenza tra testo e immagine aumenta con la popolarità dei post sui social.

Nuovi metodi migliorano il movimento dei robot bipedi in ambienti complessi usando l'IA.

Presentiamo WeatherQA, un dataset per prevedere meglio gli eventi meteorologici estremi.

I robot migliorano la navigazione capendo sia il linguaggio che le immagini.

Un nuovo metodo migliora l'apprendimento dei VLM dai candidati etichettati ambigui.

Un nuovo metodo aiuta i robot a orientarsi e muoversi correttamente per i compiti.

I robot ora possono imparare compiti dai video senza etichette, grazie a R+X.

Un nuovo metodo migliora la chiarezza nei compiti di riconoscimento delle immagini.

La ricerca riduce al minimo l'etichettatura umana nel reinforcement learning usando modelli a collo di bottiglia concettuali.

Progressi nel rilevamento di dati fuori distribuzione usando nuove tecniche.

Un nuovo sistema migliora il movimento dei robot quadrupedi su terreni complessi.

Un nuovo benchmark testa i modelli sulla loro capacità di riconoscere oggetti rari.

Nuovi metodi nella verifica della scrittura a mano migliorano l'analisi forense e l'accuratezza.

Uno sguardo ai metodi in evoluzione per rilevare i deepfake nei contenuti digitali.

Questo articolo esamina il rapporto tra le dimensioni del modello e le prestazioni nei modelli di linguaggio multimodali.

Uno studio rivela potenziali perdite di informazioni personali da parte dei VLM.

Un nuovo modello migliora la comprensione dell'IA nella diagnostica sanitaria.

Nuovi metodi migliorano la capacità dei VLM di vedere i dettagli delle immagini.

Uno studio rivela le sfide che i VLM devono affrontare nel capire schemi astratti.

Usare modelli visivo-linguistici per migliorare la qualità dei tutorial di gioco.

Un metodo per migliorare i modelli visione-lingua senza dati etichettati.

Scopri come l'AI sta trasformando la diagnosi nella patologìa computazionale usando modelli di base e modelli linguistico-visivi.