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。

2025-08-18 至 2025-08-18 共收录 2 篇信号源：cs.CV, cs.AI, cs.LG

1. 视觉问答 2 篇

2508.11628 2025-08-18 cs.CV cs.AI 62%

Qiang Li, Shansong Wang, Mingzhe Hu, Mojtaba Safari, Zachary Eidex, Xiaofeng Yang

机构 * Department of Radiation Oncology, Winship Cancer Institute, Emory University School of Medicine（放射肿瘤科、Winship癌症研究所、埃默里大学医学院）

专题命中视觉问答：visual question answering(abstract)；分类 cs.CV、cs.AI

2502.16636 2025-08-18 cs.CL cs.CV 57%

Yin Wu, Quanyu Long, Jing Li, Jianfei Yu, Wenya Wang

专题命中视觉问答：grounding(abstract)；分类 cs.CV

Comments 21 pages, 6 figures, 17 tables