多模态大模型

MLLM-CL: Continual Learning for Multimodal Large Language Models

Hongbo Zhao, Fei Zhu, Haiyang Guo, Meng Wang, Rundong Wang, Gaofeng Meng, Zhaoxiang Zhang

机构 * UCAS（中国科学院自动化研究所） ； CASIA（中国科学院自动化研究所） ； HKISI, CAS（中国科学院香港研究所） ； HKU（香港大学） 纠错

专题命中 多模态评测 ：multimodal(title,abstract)；MLLM(title,abstract)；分类 cs.CV、cs.CL、cs.AI

OIG-Bench: A Multi-Agent Annotated Benchmark for Multimodal One-Image Guides Understanding

Jiancong Xie, Wenjin Wang, Zhuomeng Zhang, Zihan Liu, Qi Liu, Ke Feng, Zixun Sun, Yuedong Yang

机构 * School of Computer Science and Engineering, Sun Yat-sen University, China（中山大学计算机科学与工程学院） ； Interactive Entertainment Group, Tencent Inc, China（腾讯互动娱乐集团） ； Key Laboratory of Machine Intelligence and Advanced Computing (MOE), China（机器智能与先进计算重点实验室） 纠错

专题命中 多模态评测 ：multimodal(title,abstract)；image-text(abstract)；分类 cs.CV

Rethinking Wine Tasting for Chinese Consumers: A Service Design Approach Enhanced by Multimodal Personalization

Xinyang Shan, Yuanyuan Xu, Tian Xia, Yinshan Lin

专题命中 多模态评测 ：multimodal(title,abstract)；cross-modal(abstract)

MultiPhysio-HRC: Multimodal Physiological Signals Dataset for industrial Human-Robot Collaboration

Andrea Bussolan, Stefano Baraldo, Oliver Avram, Pablo Urcola, Luis Montesano, Luca Maria Gambardella, Anna Valente

机构 * ARM-Lab, SUPSI（ARM实验室，SUPSI） ； Faculty of Informatics, USI（信息学院，USI） ； Bitbrain ； Universidad de Zaragoza（萨拉戈萨大学） 纠错

专题命中 多模态评测 ：multimodal(title,abstract)

PhraseStereo: The First Open-Vocabulary Stereo Image Segmentation Dataset

Thomas Campagnolo, Ezio Malis, Philippe Martinet, Gaetan Bahl

机构 * Centre Inria d’Universite Cote d’Azur（法国国家信息与自动化技术研究所（Inria）） 纠错

专题命中 多模态评测 ：multimodal(abstract)；分类 cs.CV

Comments Accepted to X-Sense Ego-Exo Sensing for Smart Mobility Workshop at ICCV 2025 Conference

Datasets for Valence and Arousal Inference: A Survey

Helen Schneider, Svetlana Pavlitska, Helen Gremmelmaier, J. Marius Zöllner

专题命中 多模态评测 ：multimodal(abstract)

Comments Accepted for publication at ABAW Workshop at CVPR2025