COHERENCE: Evaluación comparativa de la alineación detallada de imagen-texto en contextos multimodales intercalados
Comparativa de técnicas de alineación imagen-texto en modelos multimodales. Análisis de efectividad y aplicaciones.
#visión y lenguaje
Delimitando los límites del conocimiento para modelos grandes de visión y lenguaje honestos
Explora los límites del conocimiento en modelos honestos de visión y lenguaje. Analizamos sus capacidades y restricciones.