Wenhu Chen

Novos métodos melhoram a capacidade das máquinas de criar imagens a partir de prompts textuais.

Um novo sistema que liga música e linguagem pra entender melhor.

RG-LCD melhora a geração de imagens a partir de texto, se alinhando com as preferências humanas de forma eficaz.

Uma nova estrutura facilita as tarefas de edição de vídeo usando ferramentas de edição de imagem.

Novo conjunto de dados melhora a performance do modelo em tarefas com várias imagens.

Pesquisas revelam um novo método para criar vídeos de alta qualidade a partir de texto de forma mais rápida.

O MAP-Neo busca transparência e desempenho na modelagem de linguagem em IA.

MMLU-Pro desafia modelos de linguagem com perguntas mais difíceis e mais opções de respostas.

Pesquisadores melhoram a forma como as máquinas entendem vídeos longos e de alta resolução.

Um método pra verificar fontes de informação visualmente e aumentar a confiança online.