Enhancing Spatial Reasoning in Multimodal Large Language Models through Reasoning-based Segmentation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ning, Zhenhua, Tian, Zhuotao, Shi, Shaoshuai, Lu, Guangming, He, Daojing, Pei, Wenjie, Jiang, Li
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/2506.23120