Vibhav Vineet

Essa pesquisa analisa a mudança de ações intencionais para ações não intencionais em vídeos.

Um estudo destaca as lacunas nas habilidades de raciocínio dos LLMs para resolver problemas de matemática.

Modelos atuais têm dificuldade com raciocínio espacial, confiando mais em texto do que em imagens.

Estudo mostra os pontos fortes e fracos dos VLMs na compreensão das dimensões espaciais.

Descubra como a tecnologia TTA junta palavras e sons pra experiências de áudio mais ricas.