Your Vision-Language Model Can't Even Count to 20: Exposing the Failures of VLMs in Compositional Counting

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Guo, Xuyang, Huang, Zekai, Shi, Zhenmei, Song, Zhao, Zhang, Jiahao
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi