VisOnlyQA: Large Vision Language Models Still Struggle with Visual Perception of Geometric Information

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Kamoi, Ryo, Zhang, Yusen, Das, Sarkar Snigdha Sarathi, Zhang, Ranran Haoran, Zhang, Rui
Formato:	Preprint
Publicado:	2024
Materias:	Computation and Language Computer Vision and Pattern Recognition
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2412.00947