Guiguang Ding

MaskMoEは、稀なトークンのパフォーマンスを向上させることでMoEモデルにおけるトークン学習を改善する。

新しい方法で高度なモデルを使って工業製品の欠陥検出が改善されてるよ。

PrefixKVは、大規模な視覚言語モデルを最適化して、より良いパフォーマンスと少ないリソース使用を実現するよ。

VTC-CLSが視覚データをうまく管理して、マルチモーダルAIモデルをどうやって改善するかを学ぼう。

既知の物体と未知の物体をリアルタイムで識別する画期的な方法。