MEJO: MLLM-Engaged Surgical Triplet Recognition via Inter- and Intra-Task Joint Optimization
专题命中 视频多模态 :MLLM(title,abstract);multimodal(abstract);分类 cs.CV
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。
专题命中 视频多模态 :MLLM(title,abstract);multimodal(abstract);分类 cs.CV
专题命中 视频多模态 :multimodal(title)
Comments 26 pages
专题命中 视频多模态 :multi-modal(abstract);cross-modal(abstract)
机构 * School of Advanced Technology, Xi’an Jiaotong-Liverpool University(先进技术学院,西安交通大学利物浦大学)
专题命中 视频多模态 :cross-modal(abstract);分类 cs.CL、cs.MM
Comments Accepted at INLG 2025. Camera-ready version
机构 * Robotics Institute, Carnegie Mellon University(卡内基梅隆大学机器人研究所) ; Department of Engineering Design, Indian Institute of Technology, Madras(印度理工学院Madras分校工程设计系)
专题命中 视频多模态 :multi-modal(abstract);分类 cs.AI
Comments CoRL 2025