GCI-ViTAL: Gradual Confidence Improvement with Vision Transformers for Active Learning on Label Noise
专题命中 VLM训练与架构 :grounding(abstract);分类 cs.CV、cs.AI、cs.LG
Comments under review
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 :grounding(abstract);分类 cs.CV、cs.AI、cs.LG
Comments under review
专题命中 VLM训练与架构 :LLaVA(abstract);分类 cs.CV、cs.AI、cs.LG
专题命中 VLM训练与架构 :VLM(abstract);分类 cs.CV、cs.AI、cs.LG
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV、cs.AI、cs.LG
Comments Presented at NeurIPS 2024
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV、cs.AI、cs.LG
Comments This project is available at https://github.com/Liuziyu77/MMDU
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV、cs.AI、cs.LG
Comments 15 pages, 1 figure. Accepted as ORAL at the The 35th British Machine Vision Conference 2024 (BMVC 2024), Glasgow, UK
专题命中 VLM训练与架构 :LLaVA(abstract);分类 cs.CV、cs.AI、cs.LG
Comments Project Page: https://sunzey.github.io/Bootstrap3D/
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV、cs.AI、cs.LG
Comments 10 pages excluding References and Appendix
专题命中 VLM训练与架构 :vision language model(abstract);分类 cs.CV、cs.AI、cs.LG
Comments Paper published at ICML 2024 Workshop on Foundation Models in the Wild
专题命中 VLM训练与架构 :multimodal large language model(abstract);分类 cs.CV、cs.AI、cs.LG
专题命中 VLM训练与架构 :LLaVA(abstract);分类 cs.CV、cs.AI、cs.LG
Comments Project Page: https://matryoshka-mm.github.io/
专题命中 VLM训练与架构 :vision-language model(abstract);VLM(abstract)
Comments Submission of the 7th Social Media Prediction Challenge
专题命中 VLM训练与架构 :LLaVA(abstract);分类 cs.CV、cs.AI、cs.LG
Comments Dataset and models are available at https://github.com/jihaonew/MM-Instruct
专题命中 VLM训练与架构 :multimodal large language model(abstract);分类 cs.CV、cs.AI、cs.LG
Comments Project Website: https://invictus717.github.io/MiCo/
专题命中 VLM训练与架构 :VLM(abstract);分类 cs.CV、cs.AI、cs.LG
Comments Accepted to CVPRW 2024 on 'What is Next in Multimodal Foundation Models?'. Code: https://github.com/ytaek-oh/vl_compo
专题命中 VLM训练与架构 :MLLM(abstract);分类 cs.CV、cs.AI、cs.LG
专题命中 VLM训练与架构 :VLM(abstract);分类 cs.CV、cs.AI、cs.LG
Comments ICML 2024
专题命中 VLM训练与架构 :LLaVA(abstract);分类 cs.CV、cs.AI、cs.LG
Comments Project: https://github.com/YangLing0818/EditWorld
专题命中 VLM训练与架构 :InternVL(abstract);分类 cs.CV、cs.AI、cs.LG
Comments Accepted by ICML 2024. The code and checkpoints will be released at https://github.com/zehanwang01/FreeBind
专题命中 VLM训练与架构 :visual question answering(abstract);分类 cs.CV、cs.AI、cs.LG
Comments ICLR 2024 Spotlight. 23 pages, 13 figures. Code at https://github.com/ziqipang/LM4VisualEncoding
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV、cs.AI、cs.LG
Comments 17 pages, 9 figures
专题命中 VLM训练与架构 :LLaVA(abstract);分类 cs.CV、cs.AI、cs.LG
专题命中 VLM训练与架构 :LLaVA(abstract);分类 cs.CV、cs.AI、cs.LG
Comments 17 pages, 4 figures, 9 tables, 2 appendices
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV、cs.AI、cs.LG
Comments CV/ML
专题命中 VLM训练与架构 :LLaVA(abstract);分类 cs.CV、cs.AI、cs.LG
Comments added the investigation of Gemini. 66 pages, 41 figures
专题命中 VLM训练与架构 :vision-language model(abstract);VLM(abstract)
专题命中 VLM训练与架构 :multimodal large language model(abstract);分类 cs.CV、cs.AI、cs.LG
专题命中 VLM训练与架构 :LLaVA(abstract);multimodal large language model(abstract)
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV、cs.AI、cs.LG
Comments 26 pages
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV、cs.AI、cs.LG
Comments 23 pages, 16 figures