Zilong Zheng

MathBench évalue les capacités mathématiques des LLM à travers différentes étapes éducatives.

DiveR-CT améliore le red teaming automatisé pour de meilleures évaluations de sécurité.

Une nouvelle approche améliore les modèles Transformer pour mieux traiter les longs textes.

Nouveau benchmark évalue comment les modèles vidéo-langue gèrent efficacement les inexactitudes.

Une nouvelle méthode aide les robots à naviguer et à s'orienter correctement pour les tâches.

Cette méthode améliore le raisonnement visuel en mettant en place une vérification à chaque étape du raisonnement.

Un cadre utilisant des jetons de mémoire améliore la compréhension et l'interaction vidéo.