Burn After Reading: Do Multimodal Large Language Models Truly Capture Order of Events in Image Sequences?

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Song, Yingjin, Du, Yupei, Paperno, Denis, Gatt, Albert
Format:	Preprint
Publié:	2025
Sujets:	Computation and Language Computer Vision and Pattern Recognition
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2506.10415