Zeyue Tian

大規模言語モデルがマルチメディア生成を通じて創造性をどう高めるかを探ってみよう。

動画コンテンツに合った音楽を効果的に作る新しい方法。

MMTrailは、より良いビデオ言語モデルのために視覚と音声の説明を組み合わせてるんだ。