F2RVLM: Boosting Fine-grained Fragment Retrieval for Multi-Modal Long-form Dialogue with Vision Language Model

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Bi, Hanbo, Yuan, Zhiqiang, Jia, Zexi, Zhang, Jiapei, Li, Chongyang, Luo, Peixiang, Deng, Ying, Duan, Xiaoyue, Zhang, Jinchao
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/2508.17714