Mohit Bansal

Introducendo un framework flessibile per un controllo migliorato nella generazione di immagini e video.

Un nuovo sistema semplifica il montaggio video tramite descrizioni automatiche.

Un nuovo metodo migliora come le macchine comprendono i video lunghi.

Un nuovo metodo di allenamento migliora il modo in cui i modelli linguistici esprimono certezza nelle risposte.

Questo articolo esamina se i modelli linguistici abbiano credenze e seguano norme di coerenza.

Un nuovo approccio migliora l'accuratezza e la creatività nei risultati dei modelli linguistici.

Esaminando come il bias culturale influisce sulla comprensione delle immagini da parte dell'IA.

Esplorare come le macchine possono seguire le indicazioni umane negli spazi reali.

Uno studio sulla comprensione delle tabelle da parte dell'IA che combinano testo e immagini.

Lo studio migliora la comprensione dei video attraverso domande focalizzate sul movimento e risposte visive.

La ricerca si concentra sull'insegnare alle macchine a seguire istruzioni di navigazione parlate e scritte.

Scopri come i nuovi metodi migliorano la precisione del timing nell'analisi video.