Xudong Lin

Esse método dá foco nas mudanças de estado pra melhorar o planejamento de tarefas em vídeos.

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

Modelos de linguagem de longo contexto facilitam tarefas complexas e melhoram a interação com a IA.

Esse estudo avalia quão bem os LLMs entendem os tropos narrativos em resumos de filmes.