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

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Luan, Bozhi, Feng, Hao, Chen, Hong, Wang, Yonghui, Zhou, Wengang, Li, Houqiang
Formato: Preprint
Publicado: 2024
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!

Ejemplares similares