Kaipeng Zhang

RobotScriptはロボットが自然言語からタスクを実行するのを改善するよ。

AVIBenchはLVLMをテストして、敵対的な視覚指示に耐えられるかを確認する。

テキストから動画モデルを効率的に評価するための体系的なアプローチ。

言語モデルのメモリ効率を高める新しい方法。

この方法は、テキストプロンプトを使って画像にオブジェクトを追加するのを簡単にして、自然な結果を保証するよ。

新しいアプローチがデータセット蒸留を強化して、データ抽出と埋め込みの整合性を優先してるよ。