Saining Xie

Apresentando o MetaCLIP pra melhorar a coleta de dados de imagem e texto.

Este estudo analisa questões em modelos que respondem a perguntas visuais.

Explorando as inovações na geração de imagens através de Transformers Interpolantes Escaláveis.

Uma imersão profunda nos Modelos de Difusão com Denoising e sua simplificação pra melhorar o aprendizado de representação.

Uma plataforma para agentes de IA interagirem com ambientes reais usando dados geoespaciais.

Um novo método melhora o treino de IA agrupando dados em clusters pra ter mais precisão.

Grendel melhora a renderização de imagens 3D utilizando múltiplas GPUs para melhor qualidade e velocidade.

Novos métodos aceleram a codificação e decodificação de vídeo.

Explorando como os sistemas de IA têm dificuldade com raciocínio espacial em comparação aos humanos.

Descubra como o VPIT ajuda as máquinas a aprender a conectar texto e imagens de forma tranquila.