FOCUS: Internal MLLM Representations for Efficient Fine-Grained Visual Question Answering

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhong, Liangyu, Rosenthal, Fabio, Sicking, Joachim, Hüger, Fabian, Bagdonat, Thorsten, Gottschalk, Hanno, Schwinn, Leo
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/2506.21710