Bigverdi, M., Luo, Z., Hsieh, C., Shen, E., Chen, D., Shapiro, L. G., & Krishna, R. (2024). Perception Tokens Enhance Visual Reasoning in Multimodal Language Models.
Chicago-Zitierstil (17. Ausg.)Bigverdi, Mahtab, Zelun Luo, Cheng-Yu Hsieh, Ethan Shen, Dongping Chen, Linda G. Shapiro, und Ranjay Krishna. Perception Tokens Enhance Visual Reasoning in Multimodal Language Models. 2024.
MLA-Zitierstil (9. Ausg.)Bigverdi, Mahtab, et al. Perception Tokens Enhance Visual Reasoning in Multimodal Language Models. 2024.
Achtung: Diese Zitate sind unter Umständen nicht zu 100% korrekt.