Philippe Hansen-Estruch

Um novo método que combina técnicas de geração e compreensão de imagens para uma melhor aprendizagem de máquina.

VOCs oferecem um jeito tranquilo de prever futuros estados de vídeo de forma eficiente.

Desempacotando os elementos principais que impulsionam a compreensão de vídeo em grandes modelos multimodais.