GroundVTS: Visual Token Sampling in Multimodal Large Language Models for Video Temporal Grounding

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Fan, Rong, Xiao, Kaiyan, Zhu, Minghao, Wang, Liuyi, Dai, Kai, Yang, Zhao
Natura: Preprint
Pubblicazione: 2026
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!