Grounding Multilingual Multimodal LLMs With Cultural Knowledge
机构 * Carnegie Mellon University（卡内基梅隆大学）
专题命中 视觉问答 ：grounding(title)；visual question answering(abstract)；multimodal large language model(abstract)；MLLM(abstract)
AI 大模型
视觉大模型 / VLM
视觉语言模型、视觉推理、视觉问答、图文理解和视觉 grounding。
