Fine-Grained Classification: Connecting Metadata via Cross-Contrastive Pre-Training
机构 * New York University(纽约大学)
专题命中 跨模态检索 :multimodal(abstract);分类 cs.CV
Comments 5 pages, 4 figures. Accepted at IEEE ISCMI 2025
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 * New York University(纽约大学)
专题命中 跨模态检索 :multimodal(abstract);分类 cs.CV
Comments 5 pages, 4 figures. Accepted at IEEE ISCMI 2025
专题命中 跨模态检索 :cross-modal(abstract)
机构 * CUHK(香港中文大学) ; MMLab(多模态实验室) ; ARISE Lab(ARISE实验室)
专题命中 多模态生成 :multimodal(title,abstract);MLLM(abstract);分类 cs.CV
Comments ScreenCoder-v2
机构 * National Taiwan University(国立台湾大学) ; NVIDIA Research(NVIDIA研究)
专题命中 多模态生成 :multimodal(title,abstract);MLLM(abstract);分类 cs.AI
机构 * School of Engineering The University of Edinburgh Edinburgh, UK(工程学院 苏格兰爱丁堡大学)
专题命中 多模态生成 :multimodal(title,abstract);MLLM(abstract)
机构 * University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校) ; Meta AI ; Rutgers University(罗格斯大学)
专题命中 多模态生成 :multimodal(title,abstract);cross-modal(abstract)
Comments ICML 2025
机构 * AstraZeneca Computational Pathology GmbH(阿斯利康计算病理学 GmbH)
专题命中 多模态生成 :multimodal(title,abstract);分类 cs.CV、cs.AI
专题命中 多模态生成 :multi-modal(abstract);MLLM(abstract);分类 cs.CV、cs.AI
机构 * Gaoling School of Artificial Intelligence, Renmin University of China(中国人民大学耿丽人工智能学院) ; BAAI(北京人工智能研究院)
专题命中 多模态生成 :multimodal(abstract);分类 cs.CL、cs.AI
Comments Working in progress
专题命中 多模态生成 :multimodal(abstract);分类 cs.AI
Comments 9 pages, 5 figures
机构 * Shanghai Artificial Intelligence Laboratory(上海人工智能实验室) ; Zhejiang University(浙江大学) ; Fudan University(复旦大学) ; University of British Columbia(不列颠哥伦比亚大学) ; Tongji University(同济大学) ; The Chinese University of Hong Kong(香港中文大学) ; Shanghai Jiaotong University(上海交通大学) ; Stony Brook University(石溪大学) ; Lingang Laboratory(临港实验室) ; Tsinghua University(清华大学)
专题命中 多模态生成 :multimodal(abstract)
机构 * National University of Singapore(新加坡国立大学) ; Peking University People’s Hospital(北京大学人民医院) ; Peking University(北京大学)
专题命中 多模态评测 :MLLM(title,abstract);multimodal(abstract);cross-modal(abstract);分类 cs.CV、cs.CL、cs.AI
Comments NeurIPS 2025 Camera-Ready
机构 * Department of Health Technology and Informatics, Hong Kong Polytechnic University(健康科技与信息技术系,香港理工大学) ; Department of Nuclear Medicine and PET, Hong Kong Sanatorium and Hospital(核医学与PET部门,香港疗养院及医院)
专题命中 多模态评测 :cross-modal(title,abstract);multi-modal(abstract);分类 cs.CV
机构 * Microsoft(微软公司) ; KAIST AI(韩国科学技术院人工智能研究所)
专题命中 多模态评测 :multimodal(title,abstract);分类 cs.CL、cs.AI
Comments NeurIPS 2025
机构 * School of Data Science, The Chinese University of Hong Kong, Shenzhen(香港中文大学(深圳)数据科学学院) ; Xiaohongshu Inc.(小红书公司) ; Renmin University of China(中国人民大学) ; Johns Hopkins University(约翰霍普金斯大学)
专题命中 多模态评测 :multimodal(title,abstract);分类 cs.CL、cs.AI
Comments Accepted by NeurIPS 2025 (Track on Datasets and Benchmarks)
机构 * Computer and Information Sciences Department, Cornell University(康奈尔大学计算机与信息科学系) ; Waymo LLC(Waymo公司) ; UC Berkeley(伯克利大学)
专题命中 多模态评测 :multimodal(title,abstract);分类 cs.CV
Comments In proceedings of IROS 2025
机构 * University of New South Wales, Australia(新南威尔士大学,澳大利亚) ; University of Surrey, United Kingdom(萨里大学,英国) ; Mohamed bin Zayed University of Artificial Intelligence, UAE(穆罕默德·本·扎耶德人工智能大学,阿联酋)
专题命中 多模态评测 :multimodal(title,abstract);分类 cs.AI
机构 * Codec Avatars Lab, Meta(Meta 编码化身实验室)
专题命中 多模态评测 :multimodal(title,abstract);分类 cs.CV
机构 * Dept. of CSE, IIT Patna, India(计算机科学与工程系,印度帕纳布理工大学) ; Dept. of CSE, IIT Indore, India(计算机科学与工程系,印度英迪亚理工大学) ; SVNIT, India(萨瓦尼特理工学院,印度) ; IIT Indore and IIM Indore, India(英迪亚理工大学和印度管理学院,印度) ; Dept. of HSS, IIIT Guwahati, India(人文社会科学系,印度古瓦哈提理工学院)
专题命中 多模态评测 :multi-modal(title,abstract);分类 cs.CL
机构 * Indian Institute of Technology Indore(印度理工学院Indore分校) ; Institute of Engineering(工程院) ; Indian Institute of Information Technology Dharwad(印度信息技术学院Dharwad分校)
专题命中 多模态评测 :multimodal(title,abstract);分类 cs.CL
Journal ref journal={Expert Systems with Applications},pages={125337},year={2024},publisher={Elsevier}
专题命中 多模态评测 :multimodal(title,abstract)
机构 * Tencent, WeChat(腾讯,微信)
专题命中 多模态评测 :multimodal(abstract);MLLM(abstract);分类 cs.CV
Comments Accepted to ICCV 2025 Workshop
专题命中 多模态评测 :multimodal(abstract);分类 cs.CV、cs.AI
专题命中 多模态评测 :multimodal(abstract);分类 cs.CL、cs.AI
Comments 7 pages (Accepted to IEEE BHI 2025)
专题命中 多模态评测 :multimodal(abstract);分类 cs.CV、cs.AI
机构 * ARISE Lab, Department of Computer Science and Engineering(ARISE实验室,计算机科学与工程系)
专题命中 多模态评测 :multi-modal(abstract);分类 cs.AI
机构 * Universidad de los Andes(andes大学) ; Fundación Santa Fe de Bogotá(圣费博多哥基金会)
专题命中 多模态评测 :multimodal(abstract);分类 cs.CV
Comments Accepted to CVAMD Workshop, ICCV 2025
专题命中 多模态评测 :multi-modal(abstract);分类 cs.CV
机构 * Player2
专题命中 多模态Agent :multimodal(title);multi-modal(abstract,comments);分类 cs.AI
Comments International Conference on Computer Vision Workshop on Multi-Modal Reasoning for Agentic Intelligence
专题命中 多模态Agent :multimodal(abstract);cross-modal(abstract);分类 cs.CL、cs.AI