TextCoT: Zoom In for Enhanced Multimodal Text-Rich Image Understanding

Fuente: arXiv
Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: Luan, Bozhi, Feng, Hao, Chen, Hong, Wang, Yonghui, Zhou, Wengang, Li, Houqiang
Format: Preprint
Veröffentlicht: 2024
Schlagworte:
Online-Zugang:
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!