Optimizing Multimodal LLMs for Egocentric Video Understanding: A Solution for the HD-EPIC VQA Challenge

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Yang, Sicheng, Huang, Yukai, Sun, Shitong, Cai, Weitong, Deng, Jiankang, Song, Jifei, Zhang, Zhensong
Formato:	Preprint
Publicado:	2026
Materias:	Computer Vision and Pattern Recognition Multimedia Image and Video Processing
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2601.10228