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

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Cocchi, Federico, Moratelli, Nicholas, Cornia, Marcella, Baraldi, Lorenzo, Cucchiara, Rita
Format:	Preprint
Publié:	2024
Sujets:	Computer Vision and Pattern Recognition Artificial Intelligence Computation and Language Multimedia
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/2411.16863