Xiaojun Meng

RACC optimiert das Wissenretrieving für ein effizienteres visuelles Fragenbeantworten.

Ein neues Modell ermöglicht die Interaktion mit Videos in Echtzeit, was das Verständnis und das Engagement verbessert.

Forschung zeigt, wie wir Maschinen beibringen können, komplexe Dialoge zu verstehen.