实体
Benedetta Liberatori
Benedetta Liberatori
PulseAugur coverage of Benedetta Liberatori — every cluster mentioning Benedetta Liberatori across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新基准SPOT-THE-SHIFT揭示MLLM在长期图像变化检测方面存在困难
研究人员推出了SPOT-THE-SHIFT，这是一个旨在评估多模态大型语言模型（MLLM）在理解和描述图像中长期变化方面的能力的新基准。该基准侧重于基于现实的图像差异字幕生成，为真实驾驶场景中的结构性变化提供自然语言描述和空间掩码。初步测试显示，当前最先进的MLLM在执行此任务所需的复杂空间推理方面存在困难。该研究还包括一种生成合成数据的方法，可以在不损害通用能力的情况下提高MLLM的性能。
-
新的TEGU方法使用文本定位视频中未见过的动作
研究人员开发了一种名为TEGU的新方法，用于视频中的零样本时序动作定位。该方法利用大型语言模型和字幕的文本信息，以提高动作的细粒度区分能力，尤其是在标记训练数据稀缺的情况下。TEGU旨在克服现有视觉和语言模型在区分细微动作差异方面的局限性。在THUMOS14和ActivityNet-v1.3数据集上的实验表明，TEGU的表现优于当前不依赖训练数据最先进的方法。