实体 EgoTextVQA

EgoTextVQA

PulseAugur coverage of EgoTextVQA — every cluster mentioning EgoTextVQA across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_148037 · Jul 17 · 04:00

新框架增强多模态大语言模型中的自我空间感知能力

研究人员开发了一个名为自我场景增强（ESA）的新框架，以提高多模态大语言模型（MLLMs）在自我中心场景中的空间推理能力。ESA框架利用由视觉基础模型驱动的自我元素图，来整合和增强自我空间特征。该方法在EgoTextVQA基准测试中表现出显著的性能提升，尤其是在室内和室外环境中，在购物子集方面有显著改进。