What do vision-language models see in the context? Investigating multimodal in-context learning

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Santos, Gabriel O. dos, Colombini, Esther, Avila, Sandra
Format:	Preprint
Publié:	2025
Sujets:	Machine Learning Computer Vision and Pattern Recognition
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2510.24331