Wen, Y., Cao, Q., Fu, Q., Mehta, S., & Najibi, M. (2024). Efficient Vision-Language Models by Summarizing Visual Tokens into Compact Registers.
Chicago-Zitierstil (17. Ausg.)Wen, Yuxin, Qingqing Cao, Qichen Fu, Sachin Mehta, und Mahyar Najibi. Efficient Vision-Language Models by Summarizing Visual Tokens into Compact Registers. 2024.
MLA-Zitierstil (9. Ausg.)Wen, Yuxin, et al. Efficient Vision-Language Models by Summarizing Visual Tokens into Compact Registers. 2024.
Achtung: Diese Zitate sind unter Umständen nicht zu 100% korrekt.