Wenqi Shao

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。

Lumina-T2Xでテキストを画像、動画、音声にスムーズに変換しよう。

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。

新しい方法で、テキストの説明を使って画像編集が改善されて、品質も保たれてるよ。