Xiaohan Wang

Os VLMs têm dificuldade com classificação de imagens, mas uma melhor integração de dados pode melhorar suas capacidades.

Um novo método melhora a compreensão da IA sobre conteúdo de vídeo.

Um olhar sobre como variáveis impactam as previsões de machine learning.

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