Mohit Bansal

Esse método melhora a precisão da codagem através do aprendizado de funções reutilizáveis e refatoração.

Um novo método melhora a Navegação Visão-Linguagem usando dados de treino de vídeos de direção.

Abordando preocupações éticas através da remoção seletiva de memória em modelos de IA.

Estudo revela desafios e avanços na memória de chatbots durante diálogos longos.

Um novo método melhora a resposta a perguntas em vídeos enquanto mantém o conhecimento anterior.

Apresentando uma estrutura flexível para melhorar o controle na geração de imagens e vídeos.

Um novo sistema facilita a edição de vídeo com descrições automatizadas.

Um novo método melhora a forma como as máquinas compreendem vídeos longos.

Um novo método de treinamento melhora como os modelos de linguagem expressam certeza nas respostas.

Este artigo examina se os modelos de linguagem têm crenças e seguem normas de coerência.

Uma nova abordagem aumenta a precisão e a criatividade nas saídas dos modelos de linguagem.

Analisando como o viés cultural afeta a compreensão de imagens pela IA.

Explorando como as máquinas podem seguir as direções humanas em espaços do dia a dia.

Um estudo sobre a compreensão de tabelas pela IA que misturam texto e imagens.

Estudo melhora a compreensão de vídeos com perguntas focadas em movimento e respostas visuais.

A pesquisa foca em ensinar as máquinas a seguir instruções de navegação faladas e escritas.

Aprenda como novos métodos melhoram a precisão de tempo na análise de vídeo.