Scaling the Long Video Understanding of Multimodal Large Language Models via Visual Memory Mechanism

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Chen, Tao, Zhang, Kun, Wu, Qiong, Chen, Xiao, Chang, Chao, Sun, Xiaoshuai, Zhou, Yiyi, Ji, Rongrong
Formato: Preprint
Publicado: 2026
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!