Ting Liu

新しい方法が画像と言語モデルを使って動画のキャプションを改善する。

この研究は、さまざまなデータソースが大規模言語モデルにどのように影響するかを調べてるよ。

VideoPrismは、動画コンテンツを効果的に解釈して分析するのに役立つよ。

M ISTは、視覚モデルと言語モデルの相互作用を強化して、パフォーマンスを向上させるよ。

SE-GPTは、時間をかけての経験から自律的に学ぶことで言語モデルを強化するんだ。

テキストベースの説明を使って3D環境を理解するための新しいモデル。

テキストから画像モデルのプロンプトを改善して、より良い結果を出す新しいアプローチ。

UniCEは複雑な文の因果関係イベントの抽出を強化する。

新しい方法が、さまざまなアプリケーションのために動画セグメンテーションの精度と効率を向上させてるよ。

新しい方法は、ラベル付きデータなしで知識の不足を診断することで言語モデルを改善する。

複雑なテキスト説明から画像生成を強化する方法を紹介します。

MaPPERは効率的な画像-テキスト理解のための新しい方法を提供しているよ。

この研究は、LLMが注意パターンを通じて学習をどう適応させるかを明らかにしている。

TROP2は、がんが免疫攻撃に対して抵抗するのに重要な役割を果たしてるよ。

デモクリップとコンテキスト画像から簡単に動画を作れるよ。

スタイルと文脈を持って画像内のテキストを翻訳する方法を革命的に変える。