T2Vid: Translating Long Text into Multi-Image is the Catalyst for Video-LLMs

التفاصيل البيبلوغرافية

الحاوية / القاعدة:	arXiv.org (Dec 2, 2024), p. n/a
المؤلف الرئيسي:	Yin, Shukang
مؤلفون آخرون:	Fu, Chaoyou, Zhao, Sirui, Shen, Yunhang, Ge, Chunjiang, Yang, Yan, Long, Zuwei, Dai, Yuhan, Xu, Tong, Sun, Xing, He, Ran, Caifeng Shan, Chen, Enhong
منشور في:	Cornell University Library, arXiv.org
الموضوعات:	Translating Data augmentation Video data Images Large language models Training Inference
الوصول للمادة أونلاين:	Citation/Abstract Full text outside of ProQuest
الوسوم:	إضافة وسم لا توجد وسوم, كن أول من يضع وسما على هذه التسجيلة!