Shunian Chen

La ricerca mostra dei bias significativi nelle valutazioni delle risposte tra gli umani e i LLM.

Nuovi benchmark rivelano le sfide per i MLLM nei compiti reali con contesti lunghi.

LongLLaVA migliora la comprensione di più immagini per diverse applicazioni.

Il metodo TRIM riduce i token delle immagini nei modelli di linguaggio multimodali mantenendo le prestazioni.

Un nuovo framework identifica quando i modelli multimodali usano dati di addestramento inappropriati.