Improving Concept Alignment in Vision-Language Concept Bottleneck Models
专题命中 VLM训练与架构 :vision language model(abstract);VLM(abstract);分类 cs.CV
AI 大模型
视觉语言模型、视觉推理、视觉问答、图文理解和视觉 grounding。
专题命中 VLM训练与架构 :vision language model(abstract);VLM(abstract);分类 cs.CV
专题命中 VLM训练与架构 :multimodal large language model(abstract);MLLM(abstract);分类 cs.CV
专题命中 VLM训练与架构 :multimodal large language model(abstract);MLLM(abstract);分类 cs.CV
专题命中 VLM训练与架构 :vision language model(abstract);VLM(abstract);分类 cs.CV
专题命中 VLM训练与架构 :VLM(abstract);visual language model(abstract);分类 cs.AI
专题命中 VLM训练与架构 :vision-language model(abstract);VLM(abstract);分类 cs.CV
专题命中 VLM训练与架构 :vision-language model(abstract);VLM(abstract);分类 cs.CV
Comments ECCV 2024
专题命中 VLM训练与架构 :vision-language model(abstract);LLaVA(abstract);分类 cs.CV
Comments Project website: https://gyhdog99.github.io/projects/mocle/
专题命中 VLM训练与架构 :vision-language model(abstract);VLM(abstract);分类 cs.CV
专题命中 VLM训练与架构 :vision language model(abstract);VLM(abstract);分类 cs.CV
Comments Spotlight Presentation at the 3rd Workshop on Computer Vision in the Wild at CVPR 2024. Also accepted by the 5th Annual Embodied AI Workshop at CVPR 2024
专题命中 VLM训练与架构 :vision-language model(abstract);LLaVA(abstract);分类 cs.CV
Comments ALVR Workshop 2024
专题命中 VLM训练与架构 :vision language model(abstract);VLM(abstract);分类 cs.LG
Comments 11 pages of main text, 28 pages in total
专题命中 VLM训练与架构 :vision-language model(abstract);LLaVA(abstract);分类 cs.CV
Comments First five authors contributed equally
专题命中 VLM训练与架构 :vision-language model(abstract);VLM(abstract);分类 cs.CV
专题命中 VLM训练与架构 :vision-language model(abstract);visual question answering(abstract);分类 cs.CV
Comments Technical report, 15 pages; v2 fix typos, add additional results in appendix
专题命中 VLM训练与架构 :vision-language model(abstract);VLM(abstract);分类 cs.CV
专题命中 VLM训练与架构 :vision-language model(abstract);VLM(abstract);分类 cs.CV
Comments Added the application to human-agent interaction; added discussion with concurrent work
专题命中 VLM训练与架构 :vision-language model(abstract);VLM(abstract);分类 cs.CV
专题命中 VLM训练与架构 :visual language model(abstract);visual question answering(abstract);分类 cs.CV
专题命中 VLM训练与架构 :vision-language model(abstract);LLaVA(abstract);分类 cs.CV
Comments 14 pages, 9 figures and 6 tables
专题命中 VLM训练与架构 :multimodal large language model(abstract);MLLM(abstract);分类 cs.CV
专题命中 VLM训练与架构 :vision-language model(abstract);VLM(abstract);分类 cs.CV
Comments CVPR 2024
专题命中 VLM训练与架构 :vision-language model(abstract);vision language model(abstract);分类 cs.CV
Comments CVPR 2024
专题命中 VLM训练与架构 :vision language model(abstract);VLM(abstract);分类 cs.CV
Comments Accepted by CVPR 2024
专题命中 VLM训练与架构 :vision-language model(abstract);VLM(abstract);分类 cs.CV
Comments Accepted by CVPR 2024
专题命中 VLM训练与架构 :VLM(abstract);visual language model(abstract);分类 cs.CV
Comments project page: https://zhangsha1024.github.io/Agent3D-Zero/
专题命中 VLM训练与架构 :vision-language model(abstract);VLM(abstract);分类 cs.CV
专题命中 VLM训练与架构 :vision-language model(abstract);VLM(abstract);分类 cs.CV
专题命中 VLM训练与架构 :vision-language model(abstract);VLM(abstract);分类 cs.CV
Comments 8 Pages, visual instruction tuning
专题命中 VLM训练与架构 :vision-language model(abstract);VLM(abstract);分类 cs.LG