ViCA: Efficient Multimodal LLMs with Vision-Only Cross-Attention

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Liu, Wenjie, Wu, Hao, Qiu, Xin, Wang, Xudong, Fan, Yingqi, Zhang, Yihan, Zhao, Anhao, Ma, Yunpu, Shen, Xiaoyu
Format:	Preprint
Publié:	2026
Sujets:	Computer Vision and Pattern Recognition Computation and Language
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2602.07574