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。

2025-09-17 至 2025-09-17 共收录 1 篇信号源：cs.CV, cs.AI, cs.LG

1. 文档图表理解 1 篇

2509.13282 2025-09-17 cs.CL cs.CV cs.LG 62%

Ali Salamatian, Amirhossein Abaskohi, Wan-Cyuan Fan, Mir Rayat Imtiaz Hossain, Leonid Sigal, Giuseppe Carenini

专题命中文档图表理解：vision-language model(abstract)；分类 cs.CV、cs.LG

Comments EMNLP 2025