Xizhou Zhu

O Projeto V2 Todo-Poderoso melhora a compreensão da IA sobre as relações entre objetos nas imagens.

Nova abordagem melhora o aprendizado a partir de dados intercalados de imagem e texto.

Um conjunto de dados completo que junta imagens e texto pra ajudar o aprendizado de máquina.

Uma nova maneira de encontrar momentos em vídeos usando consultas em linguagem natural.

Um novo método melhora as habilidades de raciocínio em modelos de linguagem usando otimização de preferências.

Descubra como o V2PE melhora os Modelos de Visão-Linguagem pra entender melhor contextos longos.