多模态大模型

跨文本、图像、视频、音频等模态的大模型与学习方法。

2025-09-15 至 2025-09-15 共收录 1 篇信号源：cs.CV, cs.CL, cs.AI, cs.MM, eess.AS

1. 图文多模态 1 篇

2504.04323 2025-09-15 cs.CV 57%

MedM-VL: What Makes a Good Medical LVLM?

Yiming Shi, Shaoshuai Yang, Xun Zhu, Haoyu Wang, Xiangling Fu, Miao Li, Ji Wu

机构 * Department of Electronic Engineering, Tsinghua University（清华大学电子工程系）； College of AI, Tsinghua University（清华大学人工智能学院）； Beijing National Research Center for Information Science and Technology（北京信息科学与技术国家研究中心）； School of Computer Science, Beijing University of Posts and Telecommunications（北京邮电大学计算机学院）

专题命中图文多模态：multimodal(abstract)；分类 cs.CV

↑