STORM: Internalized Modeling for Spatial-Temporal Reasoning in Video-Language Models

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Liang, Yiming, Chen, Yixiao, Zhou, Yiyang, Wang, Yixuan, Yu, Shoubin, Deng, Andong, Liu, Fuxiao, Zhang, Qin, Chen, Chen, Bansal, Mohit, Yao, Huaxiu
Formato:	Preprint
Publicado:	2026
Materias:	Computer Vision and Pattern Recognition Computation and Language
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2605.26014