Treat Visual Tokens as Text? But Your MLLM Only Needs Fewer Efforts to See

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Zeliang, Pham, Phu, Zhao, Wentian, Wan, Kun, Li, Yu-Jhe, Zhou, Jianing, Miranda, Daniel, Kale, Ajinkya, Xu, Chenliang
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Schreiben Sie den ersten Kommentar!

Ähnliche Einträge