Daniela Massiceti

SDS-CLIPはCLIPの画像-テキストの推論能力を強化するよ。

NP-SemiSegは、不確実性を推定しながら、セマンティックセグメンテーションの精度を向上させるよ。

この論文は、MLLMが視覚的な質問に答える際に情報をどのように保存して転送するかを探ります。