Seeing Beyond Words: Self-Supervised Visual Learning for Multimodal Large Language Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Caffagni, Davide, Sarto, Sara, Cornia, Marcella, Baraldi, Lorenzo, Dovesi, Pier Luigi, Roohi, Shaghayegh, Granroth-Wilding, Mark, Cucchiara, Rita
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence Computation and Language Multimedia
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Online

https://arxiv.org/abs/2512.15885