Mohit Bansal

Un nouveau système simplifie le montage vidéo avec des descriptions automatiques.

Une nouvelle méthode améliore la façon dont les machines comprennent les longues vidéos.

Une nouvelle méthode d'entraînement améliore la façon dont les modèles de langage expriment la certitude dans leurs réponses.

Cet article examine si les modèles de langage ont des croyances et suivent des normes de cohérence.

Une nouvelle approche améliore l'exactitude et la créativité des résultats des modèles linguistiques.

Examiner comment le biais culturel influence la compréhension des images par l'IA.

Explorer comment les machines peuvent suivre les instructions des humains dans des espaces réels.

Une étude sur la compréhension des tableaux par l'IA qui combinent texte et images.

L'étude améliore la compréhension des vidéos grâce à des questions axées sur le mouvement et des réponses visuelles.

La recherche se concentre sur l'apprentissage des machines pour suivre des instructions de navigation à l'oral et à l'écrit.

Découvre comment de nouvelles méthodes améliorent la précision du timing dans l'analyse vidéo.