LaViT: Aligning Latent Visual Thoughts for Multi-modal Reasoning

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Wu, Linquan, Jiang, Tianxiang, Dong, Yifei, Yang, Haoyu, Zhang, Fengji, Meng, Shichaang, Xuan, Ai, Song, Linqi, Keung, Jacky
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Computer Vision and Pattern Recognition Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Accesso online

https://arxiv.org/abs/2601.10129