From Visuals to Vocabulary: Establishing Equivalence Between Image and Text Token Through Autoregressive Pre-training in MLLMs

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Li, Mingxiao, Qu, Fang, Chen, Zhanpeng, Su, Na, Zhong, Zhizhou, Chen, Ziyang, Du, Nan, Li, Xiaolong
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!