Shunian Chen

研究によって、人間とLLMの応答評価における重大なバイアスが明らかになったよ。

新しいベンチマークが、長いコンテキストを持つリアルワールドのタスクにおけるMLLMの課題を明らかにしてるよ。

LongLLaVAは、さまざまなアプリケーション向けにマルチイメージ理解を向上させる。

TRIMメソッドは、マルチモーダル言語モデルで画像トークンを減らしつつ、性能を維持するんだ。

新しいフレームワークが、マルチモーダルモデルが不適切なトレーニングデータを使っているときに識別することを可能にする。