Xiaohan Wang

Los VLMs tienen problemas con la clasificación de imágenes, pero una mejor integración de datos puede mejorar sus capacidades.

Un nuevo método mejora la comprensión de contenido de video por parte de la IA.

Una mirada a cómo las variables impactan las predicciones de aprendizaje automático.

Desempacando los elementos clave que impulsan la comprensión de videos en grandes modelos multimodales.