论文精选11:15PGT:程序化生成任务提升MLLM视觉定位能力PGT用低成本数据生成解决了MLLM细粒度视觉理解的瓶颈,做多模态模型训练或评估的团队可以直接用这个框架提升定位能力,值得一试。#多模态大语言模型#视觉定位#数据增强#细粒度理解aarXiv cs.AI@Rim Assouel 等 4 人原文稍后读已读值得跟进有用关注 多模态大语言模型