M-DocSum: Do LVLMs Genuinely Comprehend Interleaved Image-Text in Document Summarization?

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Yan, Haolong, Tan, Kaijun, Shen, Yeqing, Huang, Xin, Ge, Zheng, Zhang, Xiangyu, Li, Si, Jiang, Daxin
Formato:	Preprint
Publicado:	2025
Materias:	Computer Vision and Pattern Recognition Artificial Intelligence Machine Learning
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2503.21839