Dinesh Manocha

ABEXは、自然言語理解タスクのためにトレーニングデータを強化するために、Abstract-and-Expandを使ってるよ。

新しいモデルは、テキストと視覚情報の両方を使って音楽を生成するよ。

GAMAは音と語の知見を融合させて音声処理を改善するよ。

新しいモデルが音声と視覚データを組み合わせて、理解を向上させるんだ。

音声と映像データを使って、表現豊かなデジタルキャラクターを作る方法。

二つのロボットが一緒に働くことで、事前のトレーニングなしに物の位置を改善する。

研究者たちは、透明な物体の周りでのロボットのナビゲーションをより安全にするために、ライダー技術を強化している。

ReCLAPは、より正確な音声分類のために詳細なプロンプトを使って音声分類を強化するよ。

人間の指示と技術を組み合わせて、安全なロボットナビゲーションを実現する。

新しい方法で、四足ロボットの厳しい地形での動きが改善された。

SOARはドローン映像分析におけるアクション認識精度を向上させる。

新しい方法がロボットの多様な屋外環境をナビゲートする能力を向上させる。

新しい方法が視覚的に豊かなドキュメントで答えを見つける課題に取り組んでるよ。

新しいシステムは、詳細なテキスト説明を使って音声コントロールを変革する。

DAVEデータセットは、より良いAIトレーニングのために複雑な道路シナリオを捉えている。

LVLMは現実を認識するのが苦手で、深刻な結果を招く危険がある。