Xiaohan Wang

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

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

Un aperçu de comment les variables influencent les prédictions en apprentissage automatique.

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