LLaVA-SP: Enhancing Visual Representation with Visual Spatial Tokens for MLLMs

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Lou, Haoran, Fan, Chunxiao, Liu, Ziyan, Wu, Yuexin, Wang, Xinliang
Formato: Preprint
Publicado: 2025
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!

Ejemplares similares