Xinhao Li

Un nouveau modèle améliore la compréhension des vidéos grâce à des techniques d'entraînement innovantes.

Cet article présente une nouvelle approche utilisant l'entraînement au moment du test pour améliorer les performances des RNN.

VideoEval établit une nouvelle référence pour évaluer efficacement les modèles de base vidéo.

OV-VSS révolutionne la façon dont les machines comprennent le contenu vidéo, identifiant de nouveaux objets sans effort.

Une nouvelle méthode améliore les performances des modèles de langage multimodal sur les tâches visuelles.