A Closer Look at Multimodal Representation Collapse
机构 * Fujitsu Research of Europe(富士通欧洲研究)
专题命中 多模态训练与对齐 :multimodal(title,abstract);cross-modal(abstract);分类 cs.CV、cs.AI
Comments International Conference on Machine Learning (ICML) 2025 (Spotlight)
AI 大模型
跨文本、图像、视频、音频等模态的大模型与学习方法。
机构 * Fujitsu Research of Europe(富士通欧洲研究)
专题命中 多模态训练与对齐 :multimodal(title,abstract);cross-modal(abstract);分类 cs.CV、cs.AI
Comments International Conference on Machine Learning (ICML) 2025 (Spotlight)
机构 * Hanoi University of Science and Technology(河内科学技术大学) ; Faculty of Interdisciplinary Digital Technology(跨学科数字技术学院) ; PHENIKAA University(PHENIKAA大学)
专题命中 多模态训练与对齐 :multimodal(title,abstract);cross-modal(abstract);分类 cs.AI
机构 * School of Automation Science and Engineering, South China University of Technology(自动化科学与工程学院,华南理工大学) ; School of Future Technology, South China University of Technology(未来技术学院,华南理工大学)
专题命中 多模态训练与对齐 :multi-modal(title,abstract);cross-modal(abstract);分类 cs.CV
专题命中 多模态训练与对齐 :multimodal(title);MLLM(abstract);分类 cs.CV
机构 * Hochschule Darmstadt(达姆斯塔特应用技术大学)
专题命中 多模态训练与对齐 :multi-modal(abstract);分类 cs.CV