Yueqian Wang

STAIRは、動画の質問応答を改善するために、クエリを扱いやすいタスクに分解するんだ。

HawkEyeは、長い動画を効果的に処理するためにビデオテキストモデルを強化するよ。

新しいベンチマークが、ビデオと言語のモデルが不正確さにどう対処するかを評価するよ。

新しいモデルが、動画とのリアルタイムインタラクションを可能にして、理解と関与を高めてるよ。

研究が、機械が複雑な対話を理解する方法を明らかにした。