Muhammad Uzair Khattak

ProText verbessert visuelle Sprachmodelle, indem es nur Textdaten nutzt, um Aufgaben besser zu bewältigen.

Die Fähigkeiten und Herausforderungen von fortgeschrittenen Modellen zur Videoverstehens beurteilen.

Ein neuer Datensatz revolutioniert die Analyse von medizinischen Bildern und deren Beschreibungen.