VideoCap-R1: Enhancing MLLMs for Video Captioning via Structured Thinking

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Meng, Desen, Huang, Rui, Dai, Zhilin, Li, Xinhao, Xu, Yifan, Zhang, Jun, Huang, Zhenpeng, Zhang, Meng, Zhang, Lingshu, Liu, Yi, Wang, Limin
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Online

https://arxiv.org/abs/2506.01725