What Happens Before Decoding? Prefill Determines GUI Grounding in VLMs

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Lin, Jiaping, Shen, Fei, Li, Junzhe, Nie, Ping, Yu, Fei, Li, Ming, Li, Haizhou
Format:	Preprint
Publié:	2026
Sujets:	Computer Vision and Pattern Recognition
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/2605.12549