ViP_Bench

書いてみる

関連タグ

#プロンプト (8,996)
#モデル (12,682)
#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 (9)
#研究 (33,158)

Making Large Multimodal Models Understand Arbitrary Visual Prompts

Ikemen Mas Kot
2か月前