Can Multimodal Large Language Models Truly Understand Small Objects?

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Han, Fujun, Chen, Junan, Zhu, Xintong, Ye, Jingqi, Mao, Xuanjie, Chen, Tao, Ye, Peng
Format:	Preprint
Publié:	2026
Sujets:	Computer Vision and Pattern Recognition 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/2604.22884