AV-Reasoner: Improving and Benchmarking Clue-Grounded Audio-Visual Counting for MLLMs

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Lu, Lidong, Chen, Guo, Li, Zhiqi, Liu, Yicheng, Lu, Tong
Formato:	Preprint
Publicado:	2025
Materias:	Computer Vision and Pattern Recognition
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2506.05328