📊 广泛评估表现: 在16个已知数据集中，DocLLM在多种文档智能任务中表现优越，对未见数据集具有强大泛化能力。
“I”:视频输入。GPT-4V对视频的理解还相当原始，因为它将视频视为一系列离散图像。减少信息冗余的最聪明方法是什么?学习目标应该是什么?下一帧预测与下一个单词预测有着明显的类比关系，但它是否是最佳的?如何与语言交错?如何引导机器人和人工智能的视频学习?业界尚未达成共识。
2024年，是平台竞争白热化的一年，也是品牌直播多平台铺开的一年。
她所在的项目Tectonic正是使用机器学习来推进地震预测的。欧洲研究委员会深信这个项目的潜力，提供了为期四年、340万欧元的捐款资助。
3）观察人工智能消除和修复所选区域。