Joint Visual and Text Prompting for Improved Object-Centric Perception with Multimodal Large Language Models

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Jiang, Songtao, Zhang, Yan, Zhou, Chenyi, Jin, Yeying, Feng, Yang, Wu, Jian, Liu, Zuozhu
Formato:	Preprint
Publicado:	2024
Materias:	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/2404.04514