"I See What You Did There": Can Large Vision-Language Models Understand Multimodal Puns?

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Xu, Naen, Sheng, Jiayi, Li, Changjiang, Zhou, Chunyi, Li, Yuyuan, Du, Tianyu, Wang, Jun, Fu, Zhihui, Li, Jinbao, Ji, Shouling
Format:	Preprint
Publié:	2026
Sujets:	Computation and Language Artificial Intelligence
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/2604.05930