Yu Qiao

Um novo modelo melhora a compreensão de vídeo através de técnicas de treinamento inovadoras.

Pesquisadores criam um conjunto de dados pra estudar como as pessoas aprendem imitando os outros.

DIBS melhora a legendagem de eventos em vídeo refinando as bordas usando dados não rotulados.

Transforme texto em imagens, vídeos e áudio de boa com o Lumina-T2X.

Uma nova abordagem melhora os carros autônomos imitando os padrões de pensamento humano.

Este artigo detalha uma abordagem inovadora pra melhorar modelos de linguagem usando modelos menores.

Um novo conjunto de dados e modelo melhoram a qualidade da legendagem de vídeo para máquinas.

Uma ferramenta pra avaliar a segurança de modelos de linguagem avançados.

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 abordagem estruturada pra avaliar modelos de texto pra vídeo com eficiência melhorada.

Um novo framework ajuda modelos de linguagem a aprenderem linguagem simbólica sem a ajuda de humanos.

Um novo conjunto de dados melhora a capacidade da IA de processar documentos científicos de forma eficaz.

Pesquisadores melhoram as habilidades de tradução para mais de 100 idiomas, focando em idiomas com poucos recursos.

Esse método facilita a adição de objetos em imagens com textos, garantindo resultados naturais.

Um novo modelo revoluciona a geração de imagens a partir de descrições de texto, melhorando várias indústrias.

O GigaGS enfrenta desafios na modelagem de grandes cenas 3D com técnicas inovadoras.

Um método que melhora o alinhamento do modelo de linguagem com as preferências humanas.

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

O SyncVIS melhora o rastreamento e a segmentação de objetos em vídeos pra várias aplicações.

Novo método melhora o desempenho de modelos de linguagem multimodal em tarefas visuais.

A Vinci torna as tarefas do dia a dia mais fáceis com ajuda sem as mãos e orientações em tempo real.