Lignende værker

• Token Activation Map to Visually Explain Multimodal LLMs
  af: Li, Yi, et al.
  Udgivet: (2025)
• HRVDA: High-Resolution Visual Document Assistant
  af: Liu, Chaohu, et al.
  Udgivet: (2024)
• Enhancing Visual Document Understanding with Contrastive Learning in Large Visual-Language Models
  af: Li, Xin, et al.
  Udgivet: (2024)
• BiDense: Binarization for Dense Prediction
  af: Yin, Rui, et al.
  Udgivet: (2024)
• DREAM: Document Reconstruction via End-to-end Autoregressive Model
  af: Li, Xin, et al.
  Udgivet: (2025)