Shiguang Shan

Um novo método melhora a detecção de AU usando dados não rotulados.

A BIMM aprende conteúdo em vídeo imitando os caminhos do cérebro humano.

MGPT combina texto e música pra criar e entender movimento.

Uma nova abordagem melhora o desempenho do modelo com diferentes fontes de dados.

Uma nova ferramenta pra avaliar os preconceitos em grandes modelos de visão-linguagem.

A Dysca apresenta uma nova forma de avaliar o desempenho do LVLM usando dados sintéticos.

Um novo método de defesa pra aumentar a segurança em modelos de difusão de texto pra imagem.

UniPose integra várias técnicas para melhorar a compreensão e geração de poses humanas.