Tong Lu

Mamba mostra um potencial forte na análise de vídeo em comparação com os transformers.

Um conjunto de dados completo que junta imagens e texto pra ajudar o aprendizado de máquina.

Descubra como os carros respondem a perguntas usando imagens e linguagem.

CG-Bench ajuda máquinas a analisar vídeos longos melhor com perguntas baseadas em dicas.