Volker Tresp

Un nuovo dataset migliora l'interpretazione delle tabelle e i compiti di riconoscimento delle entità nominate.

Questo articolo parla di un nuovo benchmark per unire immagini e testo per trovare eventi nei video.

LookupViT migliora i compiti di riconoscimento visivo tramite un'elaborazione efficiente dei token.

WebPilot migliora gli agenti web con un'adattabilità simile a quella umana per compiti online complessi.

Esplora come il cervello elabora informazioni, ricordi ed emozioni.

Questo articolo parla dei problemi di sicurezza nei modelli da testo a immagine e propone delle soluzioni.

Esplorare metodi per migliorare i modelli multimodali nel rispondere a domande visive.