B-VLLM: A Vision Large Language Model with Balanced Spatio-Temporal Tokens

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Lu, Zhuqiang, Yin, Zhenfei, He, Mengwei, Wang, Zhihui, Liu, Zicheng, Wang, Zhiyong, Hu, Kun
Format:	Preprint
Publié:	2024
Sujets:	Computer Vision and Pattern Recognition Artificial Intelligence
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/2412.09919