Wei-Chiu Ma

Um novo benchmark revela lacunas na compreensão visual de grandes modelos de linguagem.

Incluir dados em outras línguas melhora o desempenho do modelo de visão-linguagem e a compreensão cultural.

Um novo método melhora a forma como modelos de IA interpretam relações espaciais e temporais.

Pesquisadores transformam vídeos comuns em cenas 3D imersivas usando tecnologia de IA.