VLM-R$^3$: Region Recognition, Reasoning, and Refinement for Enhanced Multimodal Chain-of-Thought

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Jiang, Chaoya, Heng, Yongrui, Ye, Wei, Yang, Han, Xu, Haiyang, Yan, Ming, Zhang, Ji, Huang, Fei, Zhang, Shikun
Format: Preprint
Publié: 2025
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires