PEVLM: Parallel Encoding for Vision-Language Models
机构 * Li Auto Inc.(利自动公司)
专题命中 VLM训练与架构 :vision-language model(title,abstract);分类 cs.CV、cs.LG
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。
机构 * Li Auto Inc.(利自动公司)
专题命中 VLM训练与架构 :vision-language model(title,abstract);分类 cs.CV、cs.LG
机构 * Tsinghua University(清华大学) ; Infinigence-AI ; Peking University(北京大学) ; Shanghai Jiao Tong University(上海交通大学)
专题命中 VLM训练与架构 :vision language model(title);vision-language model(abstract);分类 cs.CV、cs.AI
Comments ICCV 2025
机构 * Wuhan University(武汉大学) ; Ant Group(蚂蚁集团) ; SAIS, Shanghai Jiao Tong University(上海交通大学国际学院)
专题命中 VLM训练与架构 :vision-language model(title,abstract);分类 cs.CV、cs.AI
Comments 18 pages, 6 figures, 18 tables
机构 * DLUT(大连理工大学) ; BAAI(北京人工智能研究院) ; PKU(北京大学) ; BUPT(北京邮电大学) ; UCAS(中国科学院大学) ; CASIA(中国科学院自动化研究所)
专题命中 VLM训练与架构 :vision-language model(title,abstract);分类 cs.CV、cs.AI
Comments 20 pages, 10 figures, Accepted by ICCV2025 (highlight)
机构 * University of Chinese Academy of Sciences(中国科学院大学) ; Zhejiang Lab(浙江实验室) ; Zhejiang University(浙江大学)
专题命中 VLM训练与架构 :vision-language model(title,abstract);分类 cs.CV、cs.AI
机构 * Northeastern University(东北大学) ; Harvard University(哈佛大学) ; Cornell University(康奈尔大学) ; Tulane University(路易斯安那州立大学) ; University of Washington(华盛顿大学) ; Futurewei Technologies(未来科技) ; AIBAO LLC
专题命中 VLM训练与架构 :VLM(title);vision language model(abstract);分类 cs.AI、cs.LG
机构 * Faculty of Education(教育学院) ; The University of Hong Kong(香港大学)
专题命中 VLM训练与架构 :vision language model(title);vision-language model(abstract);分类 cs.CV、cs.AI
机构 * Beijing Key Lab of Traffic Data Analysis and Mining(北京交通大数据分析与挖掘重点实验室) ; Beijing Jiaotong University(北京交通大学) ; School of Information Technology and Management(信息科学技术学院)
专题命中 VLM训练与架构 :vision-language model(title,abstract);分类 cs.CV、cs.AI
Comments Accepted in Information Sciences 2025
专题命中 VLM训练与架构 :multimodal large language model(title,abstract);分类 cs.CV、cs.AI
机构 * Harbin Institute of Technology(哈尔滨工业大学) ; Pengcheng Laboratory(鹏城实验室) ; Du Xiaoman Science Technology Co., Ltd(杜祥曼科技有限公司)
专题命中 VLM训练与架构 :vision-language model(title,abstract);分类 cs.CV、cs.LG
Comments ACL 2025
专题命中 VLM训练与架构 :vision-language model(title);vision language model(abstract);分类 cs.AI、cs.LG
专题命中 VLM训练与架构 :vision language model(title);VLM(abstract);分类 cs.CV、cs.AI
Comments ACL 2025 Main. Code is released at https://github.com/fatemehpesaran310/lpoi
专题命中 VLM训练与架构 :vision-language model(title,abstract);分类 cs.CV、cs.LG
Comments ICML 2025
机构 * University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校) ; Amazon(亚马逊) ; Fidelity Investments(富达投资)
专题命中 VLM训练与架构 :visual language model(title);vision-language model(abstract);分类 cs.CV、cs.AI
Comments 21 pages, 11 figures, 7 tables
机构 * De Artificial Intelligence Lab(人工智能实验室)
专题命中 VLM训练与架构 :vision-language model(title,abstract);分类 cs.CV、cs.LG
机构 * Galirage Inc.(加里拉格公司)
专题命中 VLM训练与架构 :VLM(title);vision-language model(abstract);分类 cs.CV、cs.AI
Comments 11 pages, 1 figures,
专题命中 VLM训练与架构 :vision-language model(title,abstract);分类 cs.CV、cs.LG
Comments Accepted to ICML 2025
专题命中 VLM训练与架构 :vision-language model(title,abstract);分类 cs.CV、cs.AI
Comments 18 pages, 7 figures, 6 tables
机构 * UBC CS(不列颠哥伦比亚大学计算机科学系) ; KAIST AI(韩国科学技术院人工智能学院)
专题命中 VLM训练与架构 :vision-language model(title,abstract);分类 cs.CV、cs.AI
Comments AISTATS2025
专题命中 VLM训练与架构 :vision language model(title,abstract);分类 cs.CV、cs.LG
专题命中 VLM训练与架构 :vision language model(title);vision-language model(abstract);分类 cs.CV、cs.AI
Comments Accepted by CVPR 2025
专题命中 VLM训练与架构 :multimodal large language model(title,abstract);分类 cs.CV、cs.AI
专题命中 VLM训练与架构 :vision-language model(title,abstract);分类 cs.CV、cs.AI
Comments Project in development. Github: https://github.com/jefferyZhan/Griffon/tree/master/Vision-R1
专题命中 VLM训练与架构 :vision-language model(title,abstract);分类 cs.CV、cs.AI
Comments 14 pages, 5 figures, 24 tables
专题命中 VLM训练与架构 :vision-language model(title,abstract);分类 cs.CV、cs.AI
Comments ICLR2025
专题命中 VLM训练与架构 :vision-language model(title,abstract);分类 cs.CV、cs.LG
Comments Camera-ready version for CVPR 2025 (w/ SuppMat, 23 pages)
专题命中 VLM训练与架构 :vision-language model(title,abstract);分类 cs.CV、cs.AI
专题命中 VLM训练与架构 :MLLM(title);multimodal large language model(abstract);分类 cs.CV、cs.LG
专题命中 VLM训练与架构 :vision language model(title);vision-language model(abstract);分类 cs.CV、cs.LG
Comments ICLR 2025
专题命中 VLM训练与架构 :vision language model(title);multimodal large language model(abstract);分类 cs.CV、cs.LG
Comments Published as a conference paper at ICLR 2025