Can Vision Language Models Learn from Visual Demonstrations of Ambiguous Spatial Reasoning?

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Zhao, Bowen, Dirac, Leo Parker, Varshavskaya, Paulina
Format:	Preprint
Publié:	2024
Sujets:	Computer Vision and Pattern Recognition Computation and Language
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2409.17080