CAPTURe: Evaluating Spatial Reasoning in Vision Language Models via Occluded Object Counting

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Pothiraj, Atin, Stengel-Eskin, Elias, Cho, Jaemin, Bansal, Mohit
Formato:	Preprint
Publicado:	2025
Materias:	Computer Vision and Pattern Recognition Artificial Intelligence Computation and Language
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2504.15485