Junjie Zhou

VISTAは、テキストとビジュアルを統合することで情報の見つけ方を改善するんだ。

MLVUベンチマークは、長いビデオの機械理解を向上させることを目指している。

OmniGenは、すべてのユーザーのために画像作成タスクを1つのモデルに簡素化します。

Video-XLは長い動画を効率的に処理して、精度とパフォーマンスを向上させるよ。

TCSがAIモデルのトレーニング効率と適応性をどうやって改善しているか学ぼう。

MegaPairsは、画像とテキストをつなげて、より良い検索結果を提供するよ。