Xudong Lin

Questo metodo mette in evidenza i cambiamenti di stato per una migliore pianificazione delle attività nei video.

Un nuovo benchmark rivela lacune nella comprensione visiva dei modelli di linguaggio grandi.

I modelli di linguaggio a lungo contesto semplificano compiti complessi e migliorano l'interazione con l'IA.

Questo studio valuta quanto bene i LLM capiscono i tropi narrativi nei riassunti dei film.