Zilong Zheng

O MathBench avalia as habilidades matemáticas dos LLMs em diferentes estágios educacionais.

O DiveR-CT melhora o red teaming automatizado pra avaliações de segurança mais eficazes.

Uma nova abordagem melhora os modelos Transformer para lidar melhor com textos longos.

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

Um novo método ajuda os robôs a navegar e se orientar direitinho para as tarefas.

Esse método melhora o raciocínio visual ao implementar uma verificação em cada etapa do raciocínio.

Uma estrutura que usa tokens de memória melhora a compreensão e interação com vídeos.