Chaoya Jiang

新しい方法が視覚と言語のタスクで効率とパフォーマンスを向上させる。

新しいアプローチが視覚と言語の事前学習タスクの効率を向上させる。

TRIPSは、関連する画像パッチを選ぶことで、視覚と言語のタスクの効率を高めるよ。

この記事では、LVLMの幻覚を評価するための新しいフレームワークについて話してるよ。

IDAICLは、インコンテキスト学習におけるデモの質を向上させることで予測を改善する。

MIBenchは、マルチモーダルモデルの複数の画像に対するパフォーマンスをテストするよ。

MaVEnは、AIが複数の画像を処理してより良い推論をする能力を高める。