QID: Efficient Query-Informed ViTs in Data-Scarce Regimes for OCR-free Visual Document Understanding

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Le, Binh M., Xu, Shaoyuan, Fu, Jinmiao, Huang, Zhishen, Li, Moyan, Guo, Yanhui, Li, Hongdong, Ramasinghe, Sameera, Wang, Bryan
Format:	Preprint
Publié:	2025
Sujets:	Computer Vision and Pattern Recognition Computation and Language
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2504.02971