タグ: V-LLMs

解説 ねえ智也くん、この論文のタイトル「ビジュアルLLMでの物体の位置特定学習が空間推論を向上」って何を意味してるの？ ああ、これはね、ビジュアルと言語のタスクを組み合わせたモデルが、物体の正確な位置を理解することで、よ…