VLog: Video-Language Models by Generative Retrieval of Narration Vocabulary

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Lin, Kevin Qinghong, Shou, Mike Zheng
Formato:	Preprint
Publicado:	2025
Materias:	Computer Vision and Pattern Recognition
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2503.09402