The Cognitive Capabilities of Generative AI: A Comparative Analysis with Human Benchmarks
专题命中 视觉推理 :vision language model(abstract);分类 cs.AI
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 视觉推理 :vision language model(abstract);分类 cs.AI
专题命中 视觉推理 :vision language model(abstract);分类 cs.AI
Comments Paper Under Review
专题命中 视觉推理 :InternVL(abstract);分类 cs.CV
Comments Project page: https://video-t3.github.io
专题命中 视觉推理 :vision-language model(abstract);分类 cs.CV
Comments EMNLP 2024 Main
专题命中 视觉推理 :grounding(abstract);分类 cs.AI
Comments Tutorial to be presented at EMNLP 2024. Website: https://sites.google.com/view/reasoning-with-explanations
专题命中 视觉推理 :visual reasoning(abstract);分类 cs.CV
Comments EMNLP 2024 Findings
专题命中 视觉推理 :VLM(abstract);分类 cs.AI
专题命中 视觉推理 :visual reasoning(abstract);分类 cs.LG
专题命中 视觉推理 :vision-language model(abstract);分类 cs.AI
专题命中 视觉推理 :multimodal large language model(abstract);分类 cs.AI
Comments Accepted by ACM MM 2024 (Oral)
专题命中 视觉推理 :visual reasoning(abstract);分类 cs.CV
专题命中 视觉推理 :multimodal large language model(abstract);分类 cs.AI
专题命中 视觉推理 :multimodal large language model(abstract);分类 cs.AI
Comments CIKM 2024. The first two authors contributed equally to this work
专题命中 视觉推理 :vision-language model(abstract);分类 cs.CV
Comments Accepted in ECCV2024 as Oral Presentation
专题命中 视觉推理 :visual reasoning(abstract);分类 cs.AI
Comments Published at CICAI 2023 (CAAI-A), codes at https://github.com/xubuvd/GuessWhich
专题命中 视觉推理 :vision-language model(abstract);分类 cs.CV
Comments UBC Report
专题命中 视觉推理 :multimodal large language model(abstract);分类 cs.CV
专题命中 视觉推理 :vision-language model(abstract);分类 cs.CV
Comments ECCV 2024
专题命中 视觉推理 :VLM(abstract);分类 cs.CV
专题命中 视觉推理 :grounding(abstract);分类 cs.AI
专题命中 视觉推理 :MLLM(abstract);分类 cs.CV
Comments Accepted at ECCV 2024
专题命中 视觉推理 :multimodal large language model(abstract);分类 cs.CV
Comments ACL 2024 Workshop
专题命中 视觉推理 :multimodal large language model(abstract);分类 cs.CV
Comments Project page: https://rextime.github.io/
专题命中 视觉推理 :vision-language model(abstract);分类 cs.CV
Comments Extended abstract of arXiv:2305.16602 for CVPR EgoVis Workshop
专题命中 视觉推理 :grounding(abstract);分类 cs.CV
专题命中 视觉推理 :vision-language model(abstract);分类 cs.CV
Comments Under review
专题命中 视觉推理 :vision-language model(abstract);分类 cs.CV
Comments Accepted by Neurocomputing journal
专题命中 视觉推理 :visual reasoning(abstract);分类 cs.CV
专题命中 视觉推理 :multimodal large language model(abstract);分类 cs.CV
专题命中 视觉推理 :visual reasoning(abstract);分类 cs.CV
Comments Project page: https://analogist2d.github.io