Vibhav Vineet

研究が、数学問題解決におけるLLMの推論能力のギャップを指摘しているよ。

現在のモデルは空間的推論が苦手で、画像よりもテキストに頼っているんだ。

研究がVLMの空間的次元理解における強みと弱みを明らかにした。

TTAテックが言葉と音を組み合わせて、より豊かな音の体験を作る方法を発見しよう。