AV-Reasoner: Improving and Benchmarking Clue-Grounded Audio-Visual Counting for MLLMs 2026年5月5日· Lidong Lu , Guo Chen , Zhu Wei , Zhiqi Li , Yicheng Liu Tong Lu · 0 分钟阅读时长 引用 URL 类型 会议文章 出版物 Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 最近更新于 2026年5月5日 Authors Tong Lu 南京大学 ← Understanding New-Knowledge-Induced Factual Hallucinations in LLMs: Analysis and Interpretation 2026年5月8日 Bayesian Decomposition and Semantic Completion for Few-shot Semantic Segmentation 2026年5月5日 →
