Zequn Jie

LLaVA-MoLEは、専門家ルーティングを使ってマルチモーダルモデルのパフォーマンスを向上させるんだ。

Lumenは、AIの理解を深めるために、視覚タスク学習を2段階プロセスで強化するよ。

MindBenchは、複雑なマインドマップを理解するためのモデル評価を改善します。

OV-DINOは、トレーニングで見たことのない名前を認識することでオブジェクト検出を向上させる。

新しいアプローチが、詳細な注釈や言語を少なくして3Dセグメンテーションを改善するよ。

新しいフレームワークが画像、テキスト、3Dオブジェクトの理解を深める。