Volker Tresp

Cet article parle d'un nouveau standard pour combiner des images et du texte afin de trouver des événements dans des vidéos.

LookupViT améliore les tâches de reconnaissance visuelle grâce à un traitement efficace des tokens.

WebPilot améliore les agents web avec une adaptabilité humaine pour des tâches en ligne complexes.

Explore comment le cerveau traite les informations, les souvenirs et les émotions.

Cet article parle des problèmes de sécurité dans les modèles texte-à-image et propose des solutions.

Explorer des méthodes pour améliorer les modèles multimodaux dans l'analyse des questions visuelles.