Xudong Lin

この方法は、ビデオでのタスク計画をより良くするために状態変化を強調してるよ。

新しいベンチマークが、大きな言語モデルの視覚理解にギャップがあることを明らかにした。

長文コンテキストの言語モデルは、複雑なタスクを簡素化し、AIとのやり取りを向上させるんだ。

この研究は、LLMが映画の要約で物語のトロープをどれくらい理解しているかを評価しているよ。