Wei-Chiu Ma

Un nouveau benchmark révèle des lacunes dans la compréhension visuelle des grands modèles de langage.

Inclure des données non anglophones améliore la performance des modèles vision-langage et la compréhension culturelle.

Une nouvelle méthode améliore la façon dont les modèles d'IA interprètent les relations spatiales et temporelles.

Des chercheurs transforment des vidéos ordinaires en scènes 3D immersives grâce à la technologie IA.