LaViT: Aligning Latent Visual Thoughts for Multi-modal Reasoning

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Wu, Linquan, Jiang, Tianxiang, Dong, Yifei, Yang, Haoyu, Zhang, Fengji, Meng, Shichaang, Xuan, Ai, Song, Linqi, Keung, Jacky
Format:	Preprint
Publié:	2026
Sujets:	Computer Vision and Pattern Recognition Artificial Intelligence
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2601.10129