Ran Xu

Text2Dataは、ラベルなしとラベルありのソースをうまく使ってデータ生成を改善するよ。

SQ-LLaVAを紹介するよ、画像の質問と理解をアップグレードする方法だ。

MINT-1Tは、マルチモーダルモデルをトレーニングするための最大のオープンソースデータセットだよ。

多孔質材料における流体の動きのダイナミクスとその影響を探る。

xGen-MMは、画像とテキストの学習をより良くするためにマルチモーダルモデルを強化するんだ。

KALEは、より良い理解のために画像と豊かなキャプションを組み合わせるよ。