MLZero: A Multi-Agent System for End-to-end Machine Learning Automation
专题命中 多模态Agent :multimodal(abstract);分类 cs.CL、cs.AI
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 多模态Agent :multimodal(abstract);分类 cs.CL、cs.AI
机构 * NVIDIA
专题命中 多模态Agent :multimodal(abstract);分类 cs.CV、cs.AI
专题命中 多模态Agent :multimodal(abstract);分类 cs.CV、cs.AI
机构 * Microsoft(微软公司) ; Shanghai Artificial Intelligence Laboratory(上海人工智能实验室) ; Peking University(北京大学)
专题命中 多模态Agent :multimodal(abstract);分类 cs.CL、cs.AI
Comments The collection of papers reviewed in this survey will be hosted and regularly updated on the GitHub repository: https://github.com/vyokky/LLM-Brained-GUI-Agents-Survey Additionally, a searchable webpage is available at https://aka.ms/gui-agent for easier access and exploration
机构 * State Key Laboratory of General Artificial Intelligence, BIGAI(通用人工智能国家重点实验室,BIGAI) ; Beijing Institute of Technology(北京理工大学) ; Tsinghua University(清华大学) ; University of Science and Technology of China(中国科学技术大学)
专题命中 多模态Agent :multi-modal(abstract);分类 cs.CV、cs.AI
Comments CVPR 2025
专题命中 多模态Agent :multimodal(abstract);分类 cs.CL、cs.AI
机构 * Singapore University of Technology and Design(新加坡科技设计大学) ; Lambda Labs(Lambda实验室)
专题命中 多模态Agent :multimodal(abstract);分类 cs.CV、cs.AI
机构 * UC Berkeley(加州大学伯克利分校) ; TranscEngram ; NYU(纽约大学) ; University of Oxford(牛津大学) ; UC Davis(加州大学戴维斯分校) ; HKU(香港大学)
专题命中 多模态Agent :multi-modal(abstract);分类 cs.CV、cs.CL
Comments Project page: https://danielchyeh.github.io/All-Angles-Bench/
机构 * Salesforce
专题命中 多模态Agent :multimodal(abstract);分类 cs.CV、cs.AI
专题命中 多模态Agent :multimodal(abstract);分类 cs.CL、cs.AI
Comments 23 pages; Published at the Transactions of the Association for Computational Linguistics (TACL); Presented at NAACL 2025
专题命中 多模态Agent :multimodal(abstract);分类 cs.CV、cs.AI
Comments 12 pages, 5 figures
专题命中 多模态Agent :multi-modal(abstract);分类 cs.CV、cs.MM
Comments 13pages
专题命中 多模态Agent :multi-modal(abstract);分类 cs.CV、cs.AI
Comments CVPR 2025
专题命中 多模态Agent :multi-modal(abstract);分类 cs.CL、cs.AI
Comments 18 pages
专题命中 多模态Agent :image-text(abstract);分类 cs.CV、cs.AI
专题命中 多模态Agent :multi-modal(abstract);分类 cs.CV、cs.AI
Comments Project Page: https://haoyizhu.github.io/spa/
专题命中 多模态Agent :multimodal(abstract);分类 cs.AI、cs.MM
Comments Accepted by ICLR 2025, Project: https://modelscope.cn/studios/WordArt/WordArt
专题命中 多模态Agent :multimodal(abstract);分类 cs.CV、cs.AI
Comments First three authors contribute equally. Project page: https://koyui.github.io/mojito/
专题命中 多模态Agent :multimodal(abstract);分类 cs.CL、cs.AI
Comments 9 pages, 4 figures
专题命中 多模态Agent :multimodal(abstract);分类 cs.CL、cs.AI
Comments Accepted Version of a conference paper presented at Robophilosophy Conference 2024
Journal ref Incao, S., Mazzola, C., Belgiovine, G., Sciutti, A., 2025, A Roadmap for Embodied and Social Grounding in LLMs. In J. Seibt, P. Fazekas, & O. S. Quick (Eds.), Social Robots with AI: Prospects, Risks, and Responsible Methods, IOS Press
专题命中 多模态Agent :multimodal(abstract);分类 cs.CV、cs.AI
专题命中 多模态Agent :multimodal(abstract);分类 cs.CL、eess.AS
Comments Neurocomputing 2019
专题命中 多模态Agent :multimodal(abstract);分类 cs.CV、cs.CL
专题命中 多模态Agent :multimodal(abstract);分类 cs.CV、cs.AI
专题命中 多模态Agent :multimodal(abstract);分类 cs.CL、cs.AI
Comments Published at ACADIA 2024
专题命中 多模态Agent :multi-modal(abstract);分类 cs.CV、cs.AI
专题命中 多模态Agent :multimodal(abstract);分类 cs.CL、cs.AI
专题命中 多模态Agent :multi-modal(abstract);分类 cs.CL、cs.AI
专题命中 多模态Agent :cross-modal(abstract);分类 cs.CV、cs.AI
Comments Accepted at WACV 2025
专题命中 多模态Agent :multimodal(abstract);分类 cs.CV、cs.CL
Comments 29 Pages, 11 Tables, 2 Figures