Enhancing Vision-Language Compositional Understanding with Multimodal Synthetic Data

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Li, Haoxin, Li, Boyang
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!