Yueqian Wang

O STAIR melhora a resposta a perguntas em vídeos dividindo as perguntas em tarefas mais fáceis de lidar.

HawkEye melhora modelos de vídeo-texto pra processar vídeos mais longos de forma eficaz.

Novo benchmark avalia como modelos de vídeo-linguagem lidam com imprecisões de forma eficaz.

Um novo modelo permite interação em tempo real com vídeos, melhorando a compreensão e o engajamento.

Pesquisas mostram como a gente pode fazer as máquinas entenderem diálogos complexos.