ParaView-MCP: An Autonomous Visualization Agent with Direct Tool Use
机构 * CASC, Computing, Lawrence Livermore National Laboratory(计算部、劳伦斯利弗莫尔国家实验室)
专题命中 视觉推理 :multimodal large 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。
机构 * CASC, Computing, Lawrence Livermore National Laboratory(计算部、劳伦斯利弗莫尔国家实验室)
专题命中 视觉推理 :multimodal large language model(abstract);分类 cs.AI
机构 * CASIA(中国科学院自动化研究所) ; THU(清华大学) ; KuaiShou(快手) ; NJU(南京大学)
专题命中 视觉推理 :multimodal large language model(abstract);分类 cs.CV
Comments Home page: https://github.com/yfzhang114/r1_reward
机构 * School of Computer Science and Technology, East China Normal University(计算机科学与技术学院,东华大学)
专题命中 视觉推理 :visual reasoning(abstract);分类 cs.AI
机构 * Department of Electrical Engineering and Automation, Aalto University(艾尔沃斯大学电气工程与自动化系) ; Department of Computer Science, Aalto University(艾尔沃斯大学计算机科学系)
专题命中 视觉推理 :vision-language model(abstract);分类 cs.AI
机构 * Intel Labs(英特尔实验室) ; Hugging Face
专题命中 视觉推理 :vision language model(abstract);分类 cs.AI
机构 * University of Rochester(罗切斯特大学) ; Chinese Medicine Guangdong Laboratory(广东中医实验室) ; Southern University of Science and Technology(南方科技大学) ; New York University(纽约大学) ; Datawhale org(Datawhale组织)
专题命中 视觉推理 :grounding(abstract);分类 cs.CV
机构 * Amazon Lab126(亚马逊实验室126) ; University of Maryland(马里兰大学)
专题命中 视觉推理 :vision-language model(abstract);分类 cs.AI
Journal ref IEEE Robotics and Automation Letters (2025)
机构 * Center for Research in Computer Vision, University of Central Florida(计算机视觉研究中心,中央佛罗里达大学) ; Microsoft Research(微软研究院) ; Indian Institute of Technology, Kharagpur(印度克里希纳布尔理工学院)
专题命中 视觉推理 :vision language model(abstract);分类 cs.CV
Comments Accepted in CVPRW 2025. Project page: https://sacrcv.github.io/GeoMeter-website/
机构 * University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
专题命中 视觉推理 :vision-language model(abstract);分类 cs.CV
Comments Preprint
专题命中 视觉推理 :multimodal large language model(abstract);分类 cs.CV
机构 * School of Software, Shandong University(软件学院,山东大学) ; Shandong Research Institute of Shandong University(山东大学山东研究院) ; Inspur Technology(Inspur技术公司)
专题命中 视觉推理 :visual reasoning(abstract);分类 cs.CV
机构 * School of Computer Science and Engineering, Vellore Institute of Technology(计算机科学与工程学院,维杰里学院技术学院) ; Sustainable Living Labs(可持续生活实验室)
专题命中 视觉推理 :vision language model(abstract);分类 cs.AI
Comments 16 pages, 8 Figures
专题命中 视觉推理 :vision-language model(abstract);分类 cs.CV
Comments Mistaken resubmission. The original version is at arXiv:2405.01533
专题命中 视觉推理 :vision-language model(abstract);分类 cs.CV
专题命中 视觉推理 :MLLM(abstract);分类 cs.AI
专题命中 视觉推理 :vision-language model(abstract);分类 cs.AI
专题命中 视觉推理 :grounding(abstract);分类 cs.AI
专题命中 视觉推理 :vision-language model(abstract);分类 cs.AI
专题命中 视觉推理 :MLLM(abstract);分类 cs.CV
Comments CVPR 2025
专题命中 视觉推理 :vision-language model(abstract);分类 cs.CV
专题命中 视觉推理 :grounding(abstract);分类 cs.CV
Comments Accepted by ICCV 2023
专题命中 视觉推理 :vision-language model(abstract);分类 cs.CV
专题命中 视觉推理 :MLLM(abstract);分类 cs.CV
专题命中 视觉推理 :MLLM(abstract);分类 cs.CV
Comments Project Page: https://xichenpan.com/metaquery
专题命中 视觉推理 :vision-language model(abstract);分类 cs.CV
Comments CVPR 2025
专题命中 视觉推理 :vision-language model(abstract);分类 cs.CV
专题命中 视觉推理 :visual reasoning(abstract);分类 cs.AI
Comments 25 pages, 8 figures, In Advances in Neural Information Processing Systems (NeurIPS) 37 D&B Track (2024): 69840-69864
Journal ref Advances in Neural Information Processing Systems, 37, 69840-69864 (2024)
专题命中 视觉推理 :vision-language model(abstract);分类 cs.LG
Comments ICLR 2025 camera-ready
专题命中 视觉推理 :visual question answering(abstract);分类 cs.CV
专题命中 视觉推理 :visual reasoning(abstract);分类 cs.CV
Comments 18pages,11 figures