Serena Yeung-Levy

Les VLMs galèrent avec la classification d'images, mais une meilleure intégration des données peut améliorer leurs capacités.

Un référentiel complet améliore l'évaluation des modèles vision-langage pour l'analyse d'images biologiques.

Une nouvelle méthode améliore la compréhension du contenu vidéo par l'IA.

Une nouvelle tâche met au défi les modèles d'analyser des flux vidéo entiers pour une meilleure compréhension.

L'IA change la manière dont les chercheurs créent des cellules virtuelles pour étudier les processus biologiques.

De nouvelles méthodes améliorent la précision de la capture de mouvement avec juste une caméra.

Une nouvelle méthode améliore la précision de la création de modèles 3D à partir d'images plates.

Déballer les éléments clés qui font avancer la compréhension vidéo dans les grands modèles multimodaux.