MM-Conv: A Multimodal Dataset and Benchmark for Context-Aware Grounding in 3D Dialogue

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Deichler, Anna, O'Regan, Jim, Dogan, Fethiye Irmak, Marcinek, Lubos, Klezovich, Anna, Leite, Iolanda, Beskow, Jonas
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition Computation and Language I.2.7; I.2.10; H.5.2
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Online

https://arxiv.org/abs/2605.21796