VideoMAP: Toward Scalable Mamba-based Video Autoregressive Pretraining
专题命中 VLM训练与架构 :multimodal large language model(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 :multimodal large language model(abstract);分类 cs.CV
专题命中 VLM训练与架构 :MLLM(abstract);分类 cs.CV
Comments 23 pages
专题命中 VLM训练与架构 :multimodal large language model(abstract);分类 cs.AI
专题命中 VLM训练与架构 :LLaVA(abstract);分类 cs.CV
Comments Project page: https://github.com/MAC-AutoML/QuoTA
专题命中 VLM训练与架构 :grounding(abstract);分类 cs.CV
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV
专题命中 VLM训练与架构 :multimodal large language model(abstract);分类 cs.CV
Comments 18 pages, 10 figures
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV
专题命中 VLM训练与架构 :LLaVA(abstract);分类 cs.CV
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV
Comments 8 pages, 4 figures
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV
Comments 11 pages, 4 figures
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV
专题命中 VLM训练与架构 :VLM(abstract);分类 cs.CV
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV
Comments Accepted at ECCV 2024 Workshop EVAL-FoMo
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV
Comments ICLR 2025; Corrected citation of Uni3D;
专题命中 VLM训练与架构 :LLaVA(abstract);分类 cs.CV
Comments ICRA 2025
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV
Comments 11 pages, 5 Figures, 1 Table
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.LG
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.LG
Comments Accepted to ICLR2025
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.AI
Journal ref NAACL 2025
专题命中 VLM训练与架构 :VLM(abstract);分类 cs.LG
专题命中 VLM训练与架构 :multimodal large language model(abstract);分类 cs.AI
专题命中 VLM训练与架构 :VLM(abstract);分类 cs.CV
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV
Comments https://swiftsketch.github.io/
专题命中 VLM训练与架构 :MLLM(abstract);分类 cs.CV
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV
Comments Accepted by ICLR2025. Github link: github.com/uynaes/RankingAwareCLIP