Jingkuan Song

新しいベンチマークがマルチモーダル言語モデルにおける継続学習を評価する。

RoScenesは、路側の認知と交通管理を改善するための重要なデータを提供してるよ。

新しい方法がテキスト検索と動画コンテンツのつながりを強化する。

新しいフレームワークが画像とテキストを使って言語モデルのトレーニングデータを改善してるよ。

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。