Analyzing Diffusion and Autoregressive Vision Language Models in Multimodal Embedding Space

Fuente: arXiv
Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: Wang, Zihang, Zhang, Siyue, Zhao, Yilun, Yang, Jingyi, Song, Tingyu, Luu, Anh Tuan, Zhao, Chen
Format: Preprint
Veröffentlicht: 2026
Schlagworte:
Online-Zugang:
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!