HoVLE: Unleashing the Power of Monolithic Vision-Language Models with Holistic Vision-Language Embedding

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Tao, Chenxin, Su, Shiqian, Zhu, Xizhou, Zhang, Chenyu, Chen, Zhe, Liu, Jiawen, Wang, Wenhai, Lu, Lewei, Huang, Gao, Qiao, Yu, Dai, Jifeng
Format:	Preprint
Publié:	2024
Sujets:	Computer Vision and Pattern Recognition
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/2412.16158