多模态大模型

On the Comprehensibility of Multi-structured Financial Documents using LLMs and Pre-processing Tools

Shivani Upadhyay, Messiah Ataey, Syed Shariyar Murtaza, Yifan Nie, Jimmy Lin

专题命中 其他多模态 ：multi-modal(abstract)；MLLM(abstract)

Comments 15 pages, 5 figures, 9 tables

"Does the cafe entrance look accessible? Where is the door?" Towards Geospatial AI Agents for Visual Inquiries

Jon E. Froehlich, Jared Hwang, Zeyu Wang, John S. O'Meara, Xia Su, William Huang, Yang Zhang, Alex Fiannaca, Philip Nelson, Shaun Kane

机构 * University of Washington（华盛顿大学） ； Google Research（谷歌研究） ； UCLA（加州大学洛杉矶分校） ； Google DeepMind（谷歌DeepMind） 纠错

专题命中 其他多模态 ：multimodal(abstract)；分类 cs.CV、cs.AI

Comments Accepted to the ICCV'25 Workshop "Vision Foundation Models and Generative AI for Accessibility: Challenges and Opportunities"

MMiC: Mitigating Modality Incompleteness in Clustered Federated Learning

Lishan Yang, Wei Emma Zhang, Quan Z. Sheng, Lina Yao, Weitong Chen, Ali Shakeri

机构 * The University of Adelaide（阿德莱德大学） ； Macquarie University（麦考瑞大学） ； CSIRO’s Data 61 and The University of New South Wales（CSIRO的数据61与新南威尔士大学） 纠错

专题命中 其他多模态 ：multimodal(abstract)；分类 cs.AI

Comments 9 pages

A Case for Specialisation in Non-Human Entities

El-Mahdi El-Mhamdi, Lê-Nguyên Hoang, Mariame Tighanimine

专题命中 其他多模态 ：multi-modal(abstract)；分类 cs.AI

Comments Accepted to AAAI/ACM AIES 2025

Quantum Co-Magnetometer Using Diamond Nitrogen-Vacancy Centers and Rubidium Cells

Ittai Shalev, Kfir Levi, Rotem Malkinson, Amir Hen, Liron Stern, Nir Bar-Gill

专题命中 其他多模态 ：multi-modal(abstract)