A plug-and-play module that enables off-the-shelf use of Large Language Models (LLMs) for visual question answering (VQA). Img2Prompt-VQA surpasses Flamingo on zero-shot VQA on VQAv2 (61.9 vs 56.3), ...
一部の結果でアクセス不可の可能性があるため、非表示になっています。
アクセス不可の結果を表示する