TokenFocus-VQA: Enhancing Text-to-Image Alignment with Position-Aware Focus and Multi-Perspective Aggregations on LVLMs

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Zhang, Zijian, Zheng, Xuhui, Wu, Xuecheng, Peng, Chong, Cao, Xuezhi
Formato: Preprint
Publicado: 2025
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!

Ejemplares similares