Jifeng Dai

新しいフレームワークが人間の指示でロボットの動きを向上させる。

オールシーイングプロジェクトV2は、AIが画像内の物体の関係をもっとよく理解できるようにするよ。

大規模言語モデルがマルチメディア生成を通じて創造性をどう高めるかを探ってみよう。

新しいアプローチで、交互に配置された画像とテキストデータからの学習が改善される。

画像とテキストを組み合わせた包括的なデータセットで、機械学習をサポートするよ。

新しい方法がロボットの協力で物を運ぶのを手伝ってる。

新しい方法が長い動画の質問に答える効率を改善する。

新しい方法が、選好最適化を使って言語モデルの推論スキルを向上させる。

HoloDriveは、よりスマートな自動運転車のために2Dと3Dデータを統合してるよ。

新しいフレームワークがあって、テキストから画像を効率よく生成できるようになったんだ。

V2PEがどのようにビジョン-言語モデルを改善して、長いコンテキストの理解を向上させるかを発見しよう。