Noticias externas

Resumen: El razonamiento abductivo multimodal (la generación y selección de hipótesis explicativas a partir de observaciones parciales) es una piedra angular de la inteligencia. Las evaluaciones actuales de esta capacidad en modelos de visión y lenguaje (VLM) se limitan en gran medida a tareas estáticas de un solo agente.

Resumen: La gestión eficaz de incidentes en sistemas de TI a gran escala se basa en guías de resolución de problemas (TSG), pero su ejecución manual es lenta y propensa a errores.

Resumen:Presentamos SyncLipMAE, un marco de preentrenamiento autosupervisado para videos de caras parlantes que aprende dinámicas faciales transferibles y conscientes de la sincronización a partir de transmisiones audiovisuales sin etiquetar.