9 makale — arXiv, NeurIPS, ICML, ACL ve Türk üniversitelerinden seçtiğimiz çalışmalar. Her birinin Türkçe özeti, içindekiler ve aihaber okuma görünümü var. Kayıt gerekmez.
Mevcut talimat tabanlı görüntü alma sistemleri güçlüdür, ancak karmaşık, gerçek dünyadaki görsel aramaların yinelemeli doğasını yakalayamayan tek turlu etkileşimlerle sınırlıdır. Bu sınırlamanın üstesinden gelmek için, k…
Uzun anlatılar için çoklu çekim video üretimi çok önemlidir, ancak mevcut çift yönlü mimariler yetersiz etkileşim ve yüksek gecikme sürelerinden muzdariptir. Bunu ele almak için, etkileşimli anlatıları destekleyen ve ver…
Çok modlu büyük dil modelleri (MLLM'ler) gelişmiş genel amaçlı video anlayışına sahiptir, ancak uzun, yüksek çözünürlüklü videolarla mücadele ederler - önemli mekan - zamansal fazlalığa rağmen her pikseli görüş transform…