Yue Fan

Este estudo destaca a dificuldade da IA em entender imagens com múltiplos painéis.

Uma nova abordagem pra interpretar melhor vídeos e responder perguntas complexas.

Um novo padrão pretende avaliar MLLMs na compreensão de vídeos sobre vários temas.

Um novo sistema de IA melhora a acessibilidade para usuários com deficiências visuais por meio de uma melhor leitura de tela.

Uma nova abordagem baseada em difusão lida com várias tarefas de visão computacional de forma eficaz.