PhysVLM-AVR: Active Visual Reasoning for Multimodal Large Language Models in Physical Environments

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Zhou, Weijie, Xiong, Xuantang, Peng, Yi, Tao, Manli, Zhao, Chaoyang, Dong, Honghui, Tang, Ming, Wang, Jinqiao
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/2510.21111