Wolf: un marco de subtitulado de videos compuesto por expertos que supera a GPT-4V y Gemini-Pro-1.5 en escenas generales, conducción autónoma y videos de robótica
Los subtítulos de vídeo han adquirido una importancia cada vez mayor para la comprensión y recuperación de contenidos, y para el entrenamiento de modelos básicos para tareas relacionadas con el…