VISTA: Enhancing Vision-Text Alignment in MLLMs via Cross-Modal Mutual Information Maximization

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Li, Mingxiao, Su, Na, Qu, Fang, Zhong, Zhizhou, Chen, Ziyang, Li, Yuan, Tu, Zhaopeng, Li, Xiaolong
Formato: Preprint
Publicado: 2025
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!

Ejemplares similares