Hilde Kuehne

Automatizar a criação de prompts aumenta a precisão do reconhecimento visual para objetos que não foram vistos.

LeGrad melhora a compreensão das previsões dos Vision Transformers através de heatmaps eficazes.

Um novo benchmark testa o raciocínio composicional em modelos avançados.

Apresentando o MaskInversion, que melhora como os modelos focam em detalhes dentro das imagens.

As máquinas aprendem a localizar objetos em imagens usando técnicas inovadoras.