Kai Chen

Um novo método melhora as funções de segurança em sistemas de IA multimodal sem precisar de muito treinamento.

A pesquisa tem como objetivo melhorar a interpretação de ambientes 3D por máquinas para segurança.

Um novo método pra criar texturas usando instruções de texto simples.

Uma nova estrutura transforma a interpretação de imagens através de gráficos de cena com vocabulário aberto.

Explorando fases topológicas, estados de superfície e suas implicações na física moderna.

Combinando dados de LiDAR e câmera pra melhorar a eficiência da tecnologia de carros autônomos.

Um novo método pra melhorar as estruturas de modelos de forma mais eficaz e eficiente.

Equipes do mundo todo estão melhorando a tecnologia de carros autônomos em condições desafiadoras.

O MathBench avalia as habilidades matemáticas dos LLMs em diferentes estágios educacionais.

Uma nova caixa de ferramentas melhora a segmentação de LiDAR para carros autônomos mais seguros.

O YOLOv10 melhora a velocidade e a precisão na detecção de objetos para várias aplicações.

Apresentando o RoboBEV pra testar algoritmos BEV em condições reais.

O PatchScaler melhora a resolução da imagem de forma eficiente, sem perder a qualidade.

Um novo modelo que melhora a geração de código usando dados de múltiplas fontes.

Um novo conjunto de dados analisa informações enganosas nas respostas dos LLMs.

NutNet melhora sistemas de detecção de objetos ao identificar de forma eficaz patches adversariais.

Os agentes de linguagem estão ficando mais adaptáveis, melhorando suas habilidades de comunicação e resolução de problemas.

O InternLM-Law melhora as respostas a diversas perguntas legais chinesas com um treinamento avançado.

Um novo esquema pra criar efeitos sonoros sincronizados em vídeos.

Apresentando o MotionBooth, uma nova maneira de criar vídeos animados personalizados.

ReGround3D melhora a compreensão das instruções humanas em ambientes 3D.

A Emilia oferece um conjunto de dados bem variado pra melhorar os modelos de geração de fala.

SuperFlow melhora modelos de percepção 3D usando dados de LiDAR e câmera para dirigir de forma autônoma.

A tecnologia de IA melhora a geração de vídeo ao vivo, deixando a saída mais suave e consistente.

Uma estrutura pra avaliar as habilidades dos LLMs em tarefas relacionadas a dados com interpretadores de código.

O MindSearch melhora a busca de informações online com uma abordagem estruturada.

A estimativa de profundidade melhorada a partir de imagens endoscópicas aumenta a precisão cirúrgica.

Um novo método pra acelerar modelos do tipo BERT pra aplicações online.

Um novo framework melhora a qualidade dos dados de instrução para modelos de linguagem.

Estudos recentes mostram propriedades de ondas únicas em sistemas não-Hermitianos, revelando aplicações práticas.

Um novo método pra proteger os direitos individuais contra o uso indevido de imagens em animações.

A EMOVA melhora a interação homem-máquina através da expressão emocional.

FedCoLLM conecta modelos de linguagem grandes e pequenos, garantindo privacidade e eficiência.

Métodos inovadores melhoram a qualidade do vídeo para treinamento de veículos autônomos.

Novos métodos melhoram a detecção de falhas em produtos industriais usando modelos avançados.

Avaliando a compreensão de máquinas em línguas africanas com o Uhura Benchmark.

Os LLMs oferecem informações sobre redes sociais durante desastres, mas ainda tem desafios.