Long-VITA: Scaling Large Multi-modal Models to 1 Million Tokens with Leading Short-Context Accuracy

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Shen, Yunhang, Fu, Chaoyou, Dong, Shaoqi, Wang, Xiong, Zhang, Yi-Fan, Chen, Peixian, Zhang, Mengdan, Cao, Haoyu, Li, Ke, Lin, Shaohui, Zheng, Xiawu, Zhang, Yan, Zhou, Yiyi, He, Ran, Shan, Caifeng, Ji, Rongrong, Sun, Xing
Format:	Preprint
Publié:	2025
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!

Description
Aucune description n'est disponible.

Documents similaires