Ji Zhang

新しいアプローチで、視覚と言語のモデルのタスクパフォーマンスが向上。

小規模な言語モデルを強化するためのマルチエージェントシステムを使った新しいアプローチ。

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。

新しいベンチマークが、ロールプレイエージェントの社会的な相互作用を評価する。

新しいフレームワークが言語エージェントの学習とタスクの実行を改善する。

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。

mPLUG-Owl3は画像や動画の理解を向上させて、より良い応答を提供します。

言語モデルをもっと効果的に組み合わせる新しい方法。

新しいモデリング技術が細菌の動きについての理解を深めてるよ。

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。

新しいフレームワークが人間のフィードバックを使って画像生成を改善しようとしてるよ。

ソーシャルメディアがみんなの意見をどう形成してるかを見てみよう。

スキップチューニングが視覚と言語モデルの効率をどう高めるかを発見しよう。