Enhancing Multimodal Large Language Models with Multi-instance Visual Prompt Generator for Visual Representation Enrichment

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Zhong, Wenliang, Wu, Wenyi, Li, Qi, Barton, Rob, Du, Boxin, Sam, Shioulin, Bouyarmane, Karim, Tutar, Ismail, Huang, Junzhou
Formato:	Preprint
Publicado:	2024
Materias:	Computer Vision and Pattern Recognition
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2406.02987