Xinhao Li

Novo conjunto de dados melhora as conexões entre vídeo e texto para geração de conteúdo.

Um novo modelo melhora a compreensão de vídeo através de técnicas de treinamento inovadoras.

Esse artigo apresenta uma nova abordagem usando Treinamento em Tempo de Teste pra melhorar o desempenho de RNN.

O VideoEval estabelece um novo padrão para avaliar modelos de vídeo de forma eficaz.

OV-VSS revoluciona a forma como as máquinas entendem o conteúdo de vídeo, identificando novos objetos de forma tranquila.

Novo método melhora o desempenho de modelos de linguagem multimodal em tarefas visuais.