SceneAlign: Aligning Multimodal Reasoning to Scene Graphs in Complex Visual Scenes

Fuente: arXiv
Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: Wang, Chuhan, Li, Xintong, Zhang, Jennifer Yuntong, Wu, Junda, Huang, Chengkai, Yao, Lina, McAuley, Julian, Shang, Jingbo
Format: Preprint
Veröffentlicht: 2026
Schlagworte:
Online-Zugang:
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!