Multifaceted Evaluation of Audio-Visual Capability for MLLMs: Effectiveness, Efficiency, Generalizability and Robustness

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Zhao, Yusheng, Luo, Junyu, Luo, Xiao, Zhang, Weizhi, Xiao, Zhiping, Ju, Wei, Yu, Philip S., Zhang, Ming
Formato:	Preprint
Publicado:	2025
Materias:	Multimedia Computer Vision and Pattern Recognition Sound Audio and Speech Processing
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2504.16936