Ranjay Krishna

革新的な方法で複雑な画像分類のためのモデル訓練が簡単に。

新しいベンチマークが、機械が異なるデータタイプを使って複雑なタスクをどのように計画するかを評価する。

新しいトレーニング方法が視覚と言語のモデルの構成能力を高める。

EVEは、日常のユーザーのために拡張現実を使ってロボットのトレーニングを簡単にしてるよ。

新しいベンチマークが、大きな言語モデルの視覚理解にギャップがあることを明らかにした。

新しい方法がAIモデルの訓練のための画像説明を強化するよ。

非英語のデータを含めることで、視覚言語モデルのパフォーマンスと文化理解が向上する。

新しいフレームワークが、視覚的スケッチを通じて言語モデルの推論を強化する。

新しい方法がAIモデルが空間的および時間的関係を解釈するのを改善する。

RONARがロボットに自分の行動を簡単に説明させる方法を見つけよう。

OneDiffusionはテキストを画像に変えることで、みんなのクリエイティブを向上させるよ。

パーセプショントークンは、AIが画像を理解して解釈する能力を強化するんだ。

ネガティブトークンマージングがAI画像生成をどう変えてるか学ぼう。

新しいアプローチで現実のアプリケーション向けの機械の空間推論が改善される。

シーングラフを使ったAIの画像・動画生成を評価する新しい方法。