Chunyuan Li

Descubra os últimos avanços em grandes modelos multimodais que combinam dados visuais e de linguagem.

Este artigo analisa como imagens geradas podem melhorar tarefas de reconhecimento visual.

Descubra a evolução da IA lidando com vários tipos de dados.

Estudo mostra como modelos maiores melhoram a compreensão de texto e imagens.

Analisando a importância e as dificuldades de avaliar modelos de IA multimodal.

Analisando o papel dos LMMs na transformação das capacidades de busca com texto e imagens.