LLaVA-CoT: Let Vision Language Models Reason Step-by-Step

Documenti analoghi

• CoT-lized Diffusion: Let's Reinforce T2I Generation Step-by-step
  di: Liu, Zheyuan, et al.
  Pubblicazione: (2025)
• MoE-LLaVA: Mixture of Experts for Large Vision-Language Models
  di: Lin, Bin, et al.
  Pubblicazione: (2024)
• TG-LLaVA: Text Guided LLaVA via Learnable Latent Embeddings
  di: Yan, Dawei, et al.
  Pubblicazione: (2024)
• LLaVA-MoD: Making LLaVA Tiny via MoE Knowledge Distillation
  di: Shu, Fangxun, et al.
  Pubblicazione: (2024)
• LLaVA-OneVision: Easy Visual Task Transfer
  di: Li, Bo, et al.
  Pubblicazione: (2024)