TinyLVLM-eHub: Towards Comprehensive and Efficient Evaluation for Large Vision-Language Models

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Shao, Wenqi, Lei, Meng, Hu, Yutao, Gao, Peng, Zhang, Kaipeng, Meng, Fanqing, Xu, Peng, Huang, Siyuan, Li, Hongsheng, Qiao, Yu, Luo, Ping
Format:	Preprint
Publié:	2023
Sujets:	Computer Vision and Pattern Recognition Artificial Intelligence
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2308.03729