Yue Fan

Este estudio resalta la lucha de la IA con la comprensión de imágenes de múltiples paneles.

Un nuevo enfoque para interpretar mejor videos y responder preguntas complejas.

Un nuevo estándar busca evaluar MLLMs en la comprensión de videos sobre múltiples temas.

Un nuevo sistema de IA mejora la accesibilidad para usuarios con discapacidades visuales a través de una mejor lectura de pantalla.

Un nuevo enfoque basado en difusión aborda múltiples tareas de visión por computadora de manera efectiva.