Yangyi Chen

Diese Arbeit bewertet, wie gut VLMs aufgrund visueller Inhalte raisonnieren.

Ein Framework verbessert die Leistung von LLM, indem es massgeschneiderte Toolsets für verschiedene Aufgaben integriert.

Neuer Ansatz verbessert LLMs, indem ausführbarer Python-Code integriert wird, um besser mit Aktionen umzugehen.

In diesem Artikel geht's um ein neues Modell, das visuelle und sprachliche Verarbeitung kombiniert.