Enhancing Temporal Understanding in Video-LLMs through Stacked Temporal Attention in Vision Encoders

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Rasekh, Ali, Soula, Erfan Bagheri, Daliran, Omid, Gottschalk, Simon, Fayyaz, Mohsen
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!