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

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Li, Mingxiao, Su, Na, Qu, Fang, Zhong, Zhizhou, Chen, Ziyang, Li, Yuan, Tu, Zhaopeng, Li, Xiaolong
Format: Preprint
Publié: 2025
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!