Exploring the Role of Explicit Temporal Modeling in Multimodal Large Language Models for Video Understanding

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Li, Yun, Liu, Zhe, Kong, Yajing, Li, Guangrui, Zhang, Jiyuan, Bian, Chao, Liu, Feng, Yao, Lina, Sun, Zhenbang
Format:	Preprint
Publié:	2025
Sujets:	Computer Vision and Pattern Recognition Computation and Language
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/2501.16786