Scaffolding Coordinates to Promote Vision-Language Coordination in Large Multi-Modal Models

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Lei, Xuanyu, Yang, Zonghan, Chen, Xinrui, Li, Peng, Liu, Yang
Formato:	Preprint
Publicado:	2024
Materias:	Computer Vision and Pattern Recognition Computation and Language
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2402.12058