Do MLLMs Understand Pointing? Benchmarking and Enhancing Referential Reasoning in Egocentric Vision

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Li, Chentao, Gao, Zirui, Gao, Mingze, Ren, Yinglian, Feng, Jianjiang, Zhou, Jie
Formato:	Preprint
Publicado:	2026
Materias:	Computer Vision and Pattern Recognition Human-Computer Interaction
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2604.21461