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。

2025-10-23 至 2025-10-23 共收录 1 篇信号源：cs.CV, cs.AI, cs.LG

1. 文档图表理解 1 篇

2510.19817 2025-10-23 cs.CV cs.CL 70%

Jake Poznanski, Luca Soldaini, Kyle Lo

机构 * Allen Institute for AI（艾伦人工智能研究所）

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