Philippe Hansen-Estruch

Eine neuartige Methode, die Bildgenerations- und Verständnistechniken kombiniert, um das maschinelle Lernen zu verbessern.

VOCs bieten ne coole Möglichkeit, um zukünftige Videozustände effizient vorherzusagen.

Die wichtigsten Elemente für das Verständnis von Videos in grossen multimodalen Modellen aufschlüsseln.