Augmenting Multimodal LLMs with Self-Reflective Tokens for Knowledge-based Visual Question Answering

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Cocchi, Federico, Moratelli, Nicholas, Cornia, Marcella, Baraldi, Lorenzo, Cucchiara, Rita
Formato:	Preprint
Publicado:	2024
Materias:	Computer Vision and Pattern Recognition Artificial Intelligence Computation and Language Multimedia
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2411.16863