Nuovi metodi affrontano le sfide di trovare risposte in documenti ricchi di immagini.
Manan Suri, Puneet Mathur, Franck Dernoncourt
― 6 leggere min
Dinesh Manocha
Un nuovo sistema trasforma il controllo audio attraverso descrizioni testuali dettagliate.
Sonal Kumar, Prem Seetharaman, Justin Salamon
― 7 leggere min
Il dataset DAVE cattura scenari stradali complessi per un miglior addestramento dell'AI.
Xijun Wang, Pedro Sandoval-Segura, Chengyuan Zhang
― 7 leggere min
Gli LVLM hanno difficoltà a riconoscere la realtà, il che può portare a conseguenze serie.
Ashish Seth, Dinesh Manocha, Chirag Agarwal
― 5 leggere min