ChemMLLM: Chemical Multimodal Large Language Model
专题命中 其他VLM :multimodal large language model(title,abstract);分类 cs.LG
Comments 23 pages
AI 大模型
视觉语言模型、视觉推理、视觉问答、图文理解和视觉 grounding。
专题命中 其他VLM :multimodal large language model(title,abstract);分类 cs.LG
Comments 23 pages
专题命中 其他VLM :vision-language model(abstract);分类 cs.CV、cs.AI
专题命中 其他VLM :vision-language model(abstract);分类 cs.CV、cs.AI
机构 * Johns Hopkins University(约翰霍普金斯大学) ; Southeast University(东南大学) ; National University of Defense Technology(国防科技大学) ; Mohamed bin Zayed University of Artificial Intelligence(穆罕默德·本·扎耶德人工智能大学)
专题命中 其他VLM :multimodal large language model(abstract);分类 cs.AI
Comments WASPAA 2025
机构 * Shanghai Jiao Tong University(上海交通大学) ; Southeast University(东南大学) ; Carnegie Mellon University(卡内基梅隆大学)
专题命中 其他VLM :vision-language model(abstract);分类 cs.CV
Comments ICCV 2025 Highlight
机构 * Wangxuan Institute of Computer Technology, Peking University(北京大学计算机技术研究院) ; Chongqing Changan Automobile Co., Ltd(重庆长安汽车有限公司) ; University of California, Merced(加州大学默塞德分校)
专题命中 其他VLM :vision-language model(abstract);分类 cs.CV
Comments ICCV 2025 Hightlight (main conference)
专题命中 其他VLM :vision-language model(abstract)
Comments To appear at UIST 2025
专题命中 其他VLM :multimodal large language model(abstract)
Comments ASSETS 25 19 pages, 8 figures