Feature4X: Bridging Any Monocular Video to 4D Agentic AI with Versatile Gaussian Feature Fields
专题命中 视觉问答 :visual question answering(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 视觉问答 :visual question answering(abstract);分类 cs.CV
专题命中 视觉问答 :visual question answering(abstract);分类 cs.AI
Comments Accepted to NAACL Findings 2025
专题命中 视觉问答 :visual question answering(abstract);分类 cs.CV
专题命中 视觉问答 :visual question answering(abstract);分类 cs.CV
Comments TMLR - 2025
Journal ref Transactions on Machine Learning Research, 2025, 2835-8856
专题命中 视觉问答 :multimodal large language model(abstract);分类 cs.CV
专题命中 视觉问答 :visual reasoning(abstract);分类 cs.CV
专题命中 视觉问答 :MLLM(abstract);分类 cs.CV
专题命中 视觉问答 :InternVL(abstract);分类 cs.CV
Comments Accepted by ICRA2025
专题命中 视觉问答 :visual question answering(abstract);分类 cs.CV
Comments Accepted at ECCV 2024 Workshop EVAL-FoMo
专题命中 视觉问答 :MLLM(abstract);分类 cs.CV
Comments Accepted by CVPR 2025
专题命中 视觉问答 :visual question answering(abstract);分类 cs.LG
Comments ICLR 2025
专题命中 视觉问答 :visual question answering(abstract);分类 cs.AI
专题命中 视觉问答 :visual question answering(abstract);分类 cs.CV
专题命中 视觉问答 :visual question answering(abstract);分类 cs.LG
Comments To appear at NAACL Industry Track
专题命中 视觉问答 :multimodal large language model(abstract);分类 cs.AI
Comments Under review
专题命中 视觉问答 :visual question answering(abstract);分类 cs.AI
专题命中 视觉问答 :multimodal large language model(abstract);分类 cs.CV
专题命中 视觉问答 :LLaVA(abstract);分类 cs.CV
专题命中 视觉问答 :visual question answering(abstract);分类 cs.CV
专题命中 视觉问答 :visual question answering(abstract);分类 cs.CV
Comments 6 pages, 1 figure, 5 tabels, the paper has been accepted by the PRML'25 conference
专题命中 视觉问答 :visual question answering(abstract);分类 cs.CV
专题命中 视觉问答 :grounding(abstract);分类 cs.CV
专题命中 视觉问答 :vision-language model(abstract);分类 cs.CV
专题命中 视觉问答 :visual question answering(abstract);分类 cs.CV
专题命中 视觉问答 :vision-language model(abstract);分类 cs.CV
专题命中 视觉问答 :visual question answering(abstract);分类 cs.AI
Comments 9 pages
专题命中 视觉问答 :LLaVA(abstract);分类 cs.AI
专题命中 视觉问答 :multimodal large language model(abstract);分类 cs.CV
Comments WACV 2025
专题命中 视觉问答 :multimodal large language model(abstract);分类 cs.CV
专题命中 视觉问答 :LLaVA(abstract);分类 cs.CV