ViP_Bench

書いてみる

関連タグ

#プロンプト (11,883)
#モデル (14,779)
#リージョンキャプショニング (1)
#多モーダルモデル (4)
#画像理解 (8)
#研究 (37,624)

Making Large Multimodal Models Understand Arbitrary Visual Prompts

Ikemen Mas Kot
7か月前