Few-Shot Classification of Interactive Activities of Daily Living (InteractADL)
专题命中 VLM训练与架构 :VLM(abstract);分类 cs.CV、cs.AI
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 :VLM(abstract);分类 cs.CV、cs.AI
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV、cs.LG
Comments Accepted at EMNLP 2024 Findings
专题命中 VLM训练与架构 :multimodal large language model(abstract);分类 cs.CV、cs.LG
专题命中 VLM训练与架构 :MLLM(abstract);分类 cs.CV、cs.AI
专题命中 VLM训练与架构 :grounding(abstract);分类 cs.AI、cs.LG
Comments 9 pages, 4 figures
专题命中 VLM训练与架构 :multimodal large language model(abstract);分类 cs.AI、cs.LG
专题命中 VLM训练与架构 :VLM(abstract);分类 cs.CV、cs.LG
Comments Camera ready for CIKM 2024
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV、cs.AI
专题命中 VLM训练与架构 :LLaVA(abstract);分类 cs.AI、cs.LG
Comments EMNLP 2024 Findings, Codes: https://github.com/HuangOwen/RoLoRA, Models: https://huggingface.co/collections/ScarletAce/rolora-66f5f228a90681c7c4512b28
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV、cs.AI
专题命中 VLM训练与架构 :VLM(abstract);分类 cs.CV、cs.LG
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV、cs.LG
专题命中 VLM训练与架构 :visual question answering(abstract);分类 cs.CV、cs.LG
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV、cs.AI
Comments Accepted at IJCAI 2024
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV、cs.AI
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV、cs.AI
Comments Accepted by IEEE TCSVT 2024, Camera Ready Version
专题命中 VLM训练与架构 :VLM(abstract);分类 cs.AI、cs.LG
Comments 12 pages, 4 figures
专题命中 VLM训练与架构 :MLLM(abstract);分类 cs.CV、cs.AI
Comments 10 pages, 5 figures
专题命中 VLM训练与架构 :LLaVA(abstract);分类 cs.CV、cs.AI
Comments 10 pages, 2 figures
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV、cs.LG
Comments Accepted by ECCV 2024
专题命中 VLM训练与架构 :MLLM(abstract);分类 cs.CV、cs.AI
专题命中 VLM训练与架构 :LLaVA(abstract);分类 cs.CV、cs.AI
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV、cs.AI
Comments Accepted at ECCV, 2024. Amandeep Kumar and Muhammad Awais are joint first authors. More details are available at https://awaisrauf.github.io/3d_face_editing
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV、cs.LG
Comments Accepted at ECAI 2024
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV、cs.LG
Comments ICML 2024 Highlight
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV、cs.LG
Comments MICCAI 2024 - Early acceptance (Top 11%)
专题命中 VLM训练与架构 :vision language model(abstract);分类 cs.CV、cs.AI
Comments Project page: https://orrzohar.github.io/projects/video-star/
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV、cs.AI
专题命中 VLM训练与架构 :multimodal large language model(abstract);分类 cs.AI、cs.LG
Comments ICML 2024 (Oral)
专题命中 VLM训练与架构 :multimodal large language model(abstract);分类 cs.AI、cs.LG