Jeonghwan Kim

Examiner les limites des grands modèles de vision-langage dans la compréhension détaillée des images.

ARMADA améliore l'appariement image-texte grâce à la création de données axées sur les attributs.

Combiner l'apprentissage et le contrôle pour améliorer la sécurité des robots à pattes.

De nouvelles recherches montrent que les modèles peu performants peuvent donner des informations précieuses sur l'importance des caractéristiques.