ABMAMBA: Multimodal Large Language Model with Aligned Hierarchical Bidirectional Scan for Efficient Video Captioning

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Yashima, Daichi, Kurita, Shuhei, Oda, Yusuke, Suzuki, Shuntaro, Otsuki, Seitaro, Sugiura, Komei
Natura: Preprint
Pubblicazione: 2026
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi