Xiaojun Meng

HawkEye mejora los modelos de video-texto para procesar videos más largos de manera efectiva.

RACC optimiza la búsqueda de conocimiento para una respuesta visual a preguntas más eficiente.

Un nuevo modelo permite interactuar en tiempo real con videos, mejorando la comprensión y el compromiso.

La investigación revela cómo podemos hacer que las máquinas entiendan diálogos complejos.