Where Does Vision Meet Language? Understanding and Refining Visual Fusion in MLLMs via Contrastive Attention

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Song, Shezheng, Li, Shasha, Yu, Jie
Natura: Preprint
Pubblicazione: 2026
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi