VisualWebArena: Evaluating Multimodal Agents on Realistic Visual Web Tasks
专题命中 多模态评测 :multimodal(title,abstract);image-text(abstract);分类 cs.CV、cs.CL
Comments Accepted to ACL 2024. 24 pages. Project page: https://jykoh.com/vwa
AI 大模型
跨文本、图像、视频、音频等模态的大模型与学习方法。
专题命中 多模态评测 :multimodal(title,abstract);image-text(abstract);分类 cs.CV、cs.CL
Comments Accepted to ACL 2024. 24 pages. Project page: https://jykoh.com/vwa
专题命中 多模态评测 :multi-modal(title,abstract);MLLM(abstract);分类 cs.CV、cs.AI
专题命中 多模态评测 :multimodal(title,abstract);MLLM(abstract);分类 cs.CV、cs.AI
专题命中 多模态评测 :multimodal(title,abstract);multi-modal(abstract);分类 cs.CL、cs.AI
Comments NAACL Findings 2024
专题命中 多模态评测 :multimodal(title,abstract);MLLM(abstract);分类 cs.CV、cs.CL
专题命中 多模态评测 :multimodal(title,abstract);MLLM(abstract);分类 cs.CV、cs.CL
专题命中 多模态评测 :multi-modal(title,abstract);image-text(abstract);分类 cs.CV、cs.CL
Comments NAACL 2024
专题命中 多模态评测 :multimodal(title,abstract);cross-modal(abstract);分类 cs.CV、cs.MM
专题命中 多模态评测 :multimodal(title);multi-modal(abstract);image-text(abstract);分类 cs.CL、cs.AI
Comments 15 pages, 13 figures
专题命中 多模态评测 :multimodal(title,abstract);cross-modal(abstract);分类 cs.CV、cs.AI
专题命中 多模态评测 :multimodal(title,abstract);MLLM(abstract);分类 cs.CV、cs.CL
Comments 20 pages, 12 figures, 7 tables
专题命中 多模态评测 :multimodal(title,abstract);MLLM(abstract);分类 cs.CL、cs.AI
Comments Work in progress
专题命中 多模态评测 :multimodal(title,abstract);multi-modal(abstract);分类 cs.CV、cs.CL
专题命中 多模态评测 :multimodal(title,abstract);multi-modal(abstract);分类 cs.CL、cs.MM
Comments 20 pages, 12 figures
专题命中 多模态评测 :multi-modal(title,abstract);MLLM(abstract);分类 cs.CV、cs.MM
专题命中 多模态评测 :multimodal(title,abstract);multi-modal(abstract);分类 cs.CL、cs.AI
Comments 45 pages, AACL 2023
专题命中 多模态评测 :cross-modal(title,abstract);image-text(abstract);分类 cs.CV、cs.AI
Journal ref Proceedings of the 31st ACM International Conference on Multimedia (ACM MM), 2023, Pages 4219-4227
专题命中 多模态评测 :multimodal(title,abstract);cross-modal(abstract);分类 cs.CL、cs.AI
Comments Findings of EMNLP2023
专题命中 多模态评测 :multimodal(title,abstract);image-text(abstract);分类 cs.CV、cs.MM
专题命中 多模态评测 :multimodal(title,abstract);audio-visual(abstract);分类 cs.MM、eess.AS
Comments 15 pages, 11 figures
Journal ref Transactions of the International Society for Music Information Retrieval, 2023, 6(1), 60-74
专题命中 多模态评测 :multimodal(title,abstract);image-text(abstract);分类 cs.CV、cs.MM
Comments 15 pages
专题命中 多模态评测 :multimodal(title,abstract);image-text(abstract);分类 cs.CV、cs.CL
Comments Technical Report
专题命中 多模态评测 :multi-modal(title,abstract);MLLM(abstract);分类 cs.CL、cs.AI
专题命中 多模态评测 :multimodal(title,abstract);MLLM(abstract);分类 cs.CV、cs.CL
Comments 10 pages, 8 figures
专题命中 多模态评测 :multimodal(title,abstract);cross-modal(abstract);分类 cs.CV、cs.CL
Comments ACL 2023
专题命中 多模态评测 :multimodal(title,abstract);cross-modal(abstract);分类 cs.CV、cs.AI
Comments 11 pages, 4 figures
Journal ref IEEE Transactions on Circuits and Systems for Video Technology, 2023
专题命中 多模态评测 :multimodal(title,abstract);image-text(abstract);分类 cs.CV、cs.CL
专题命中 多模态评测 :multimodal(title,abstract);cross-modal(abstract);分类 cs.CV、cs.AI
专题命中 多模态评测 :multi-modal(title,abstract);multimodal(abstract);分类 cs.CV、cs.AI
Comments Accepted for poster presentation at Pretrain@WACV 2023
专题命中 多模态评测 :multi-modal(title,abstract);cross-modal(abstract);分类 cs.CV、cs.CL
Comments Natural Language Processing. 11 pages, 3 figures