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。

2025-10-02 至 2025-10-02 共收录 1 篇信号源：cs.CV, cs.AI, cs.LG

1. 文档图表理解 1 篇

2510.01174 2025-10-02 cs.CV cs.AI cs.CL cs.HC cs.MM 73%

Yanzhe Chen, Kevin Qinghong Lin, Mike Zheng Shou

机构 * Show Lab, National University of Singapore（Show实验室，新加坡国立大学）

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