VideoLLaMA 2: Advancing Spatial-Temporal Modeling and Audio Understanding in Video-LLMs

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Cheng, Zesen, Leng, Sicong, Zhang, Hang, Xin, Yifei, Li, Xin, Chen, Guanzheng, Zhu, Yongxin, Zhang, Wenqi, Luo, Ziyang, Zhao, Deli, Bing, Lidong
Formato: Preprint
Publicado: 2024
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!

Ejemplares similares