Zhenguo Li

DCDはエネルギーベースモデルのトレーニング効率をいろんなアプリケーションで高めるんだ。

生成モデルの能力を高めるための統一フレームワーク。

高品質な生成出力を作るための潜在空間の重要性を探る。

逆推論がAI生成の回答の信頼性を高める方法を学ぼう。

研究が、新しい手法を明らかにして、ラージランゲージモデルを利用した定理証明の改善を進めてるんだ。

CompAgentは、複雑なプロンプトを分解することで、テキストからの画像生成を改善するよ。

スキップチューニングは、洗練されたスキップ接続を通じて拡散モデルの画像品質を向上させるよ。

テキスト説明から高品質な画像を効率良く作る方法。

新しい方法は、広範なトレーニングなしでマルチモーダルAIシステムの安全機能を強化する。

物体検出のための事前学習モデルの転送可能性を評価する方法。

DriveCoTは自動運転車の意思決定の明確さと安全性を向上させる。

このモデルは、さまざまな物体の詳細なラベルを生成することで、物体検出を改善するんだ。

新しいベンチマークは、自動推論のためのモデルの定理生成能力を向上させることを目指している。

適応可能な位置エンコーディング技術を使ってトランスフォーマーモデルを改善する新しい方法。

POETRYはその再帰的アプローチを通じて定理証明の効率を高めるんだ。

GenArtistは、インテリジェントなAIエージェントを使って画像生成と編集を強化するよ。

EMOVAは感情表現を通じて人間とコンピュータのインタラクションを強化する。

革新的な方法が自動運転車のトレーニングのために動画の質を向上させる。