ConsensusDrop: Fusing Visual and Cross-Modal Saliency for Efficient Vision Language Models

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Parikh, Dhruv, Fan, Haoyang, Kannan, Rajgopal, Prasanna, Viktor
Formato:	Preprint
Publicado:	2026
Materias:	Computer Vision and Pattern Recognition
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2602.00946