Temporal Gains, Spatial Costs: Revisiting Video Fine-Tuning in Multimodal Large Language Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Linghao, Li, Jungang, Hei, Yonghua, Tao, Sicheng, Dai, Song, Yan, Yibo, Dongfang, Zihao, Liu, Weiting, Qin, Chenxi, Li, Hanqian, Zou, Xin, Zhang, Jiahao, Xun, Shuhang, Jiang, Haiyun, Hu, Xuming
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Beschreibung
Keine Beschreibung verfügbar.

Ähnliche Einträge