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

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Parikh, Dhruv, Fan, Haoyang, Kannan, Rajgopal, Prasanna, Viktor
Format: Preprint
Publié: 2026
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires