LongVILA: Scaling Long-Context Visual Language Models for Long Videos

Documenti analoghi

• VILA$^2$: VILA Augmented VILA
  di: Fang, Yunhao, et al.
  Pubblicazione: (2024)
• Scaling RL to Long Videos
  di: Chen, Yukang, et al.
  Pubblicazione: (2025)
• VILA-U: a Unified Foundation Model Integrating Visual Understanding and Generation
  di: Wu, Yecheng, et al.
  Pubblicazione: (2024)
• LongLoRA: Efficient Fine-tuning of Long-Context Large Language Models
  di: Chen, Yukang, et al.
  Pubblicazione: (2023)
• VILA: On Pre-training for Visual Language Models
  di: Lin, Ji, et al.
  Pubblicazione: (2023)