论文10:37基于深度学习的视频手语识别与跨语言翻译至印度方言想了解手语识别和低资源语言翻译怎么落地?这篇用VideoMAE+NLLB-200直接搭了个两阶段流水线,13类测试精度78%,还带Streamlit演示和代码。#VideoMAE#NLLB-200#AI4Bharat#手语识别aarXiv cs.LG@Chandranath Adak, Ramesh Nandipalli原文稍后读已读值得跟进有用关注 VideoMAE
论文精选11:00视频基础模型能否理解直觉物理?分层探测分析这项研究揭示了视频模型理解物理规律的能力差异,对从事视频理解、物理推理或自监督学习的开发者有直接参考价值,建议关注V-JEPA在时间动态建模上的优势。#视频基础模型#直觉物理#分层探测#V-JEPAaarXiv cs.AI@Samuele Punzo 等 6 人原文稍后读已读值得跟进有用关注 视频基础模型