Wei Xue

O MMTrail combina descrições visuais e sonoras para melhorar os modelos de linguagem em vídeo.

Este estudo analisa como os LLMs entendem e geram música.

Um novo método melhora os modelos de linguagem pra ter um desempenho melhor e usar menos recursos.

NoRA oferece uma forma mais inteligente de adaptar grandes modelos com menos recursos.

X-Codec melhora a geração de áudio ao integrar compreensão semântica no processamento.

Um novo método oferece modelagem 3D melhorada a partir de uma única imagem, aumentando o realismo.

Saiba como o TSE melhora o reconhecimento de fala em ambientes cheios usando dicas de texto.

Pesquisadores desenvolvem novo modelo para vídeos de canto animado, melhorando as animações.

Explorando a conexão entre axions, cordas cósmicas e os mistérios da matéria escura.