Can Vision-Language Models Count? A Synthetic Benchmark and Analysis of Attention-Based Interventions

Fuente: arXiv
Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: Sengupta, Saurav, Moradinasab, Nazanin, Liu, Jiebei, Brown, Donald E.
Format: Preprint
Veröffentlicht: 2025
Schlagworte:
Online-Zugang:
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!