CREMA: Generalizable and Efficient Video-Language Reasoning via Multimodal Modular Fusion

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Yu, Shoubin, Yoon, Jaehong, Bansal, Mohit
Natura: Preprint
Pubblicazione: 2024
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi