Shuo Chen

Novos métodos melhoram a compreensão das máquinas sobre interações dinâmicas em conteúdo de vídeo.

A Codificação Posicional Sinusoidal melhora o aprendizado e o desempenho em tarefas de aprendizado de máquina.

A TCT oferece uma nova maneira de proteger contratos inteligentes do Ethereum.

RPP melhora o ajuste e a generalização em Modelos de Visão-Linguagem usando prompts refinados.

Uma olhada mais de perto em como os grandes modelos de linguagem se saem em tarefas básicas.

Explorando maneiras de melhorar modelos multimodais na hora de entender perguntas visuais.