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

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Yashima, Daichi, Kurita, Shuhei, Oda, Yusuke, Suzuki, Shuntaro, Otsuki, Seitaro, Sugiura, Komei
Format: Preprint
Publié: 2026
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires