Buchumschlag

Neural Language of Thought Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wu, Yi-Fu, Lee, Minseung, Ahn, Sungjin
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Dreamweaver: Learning Compositional World Models from Pixels
von: Baek, Junyeob, et al.
Veröffentlicht: (2025)

An Investigation into Pre-Training Object-Centric Representations for Reinforcement Learning
von: Yoon, Jaesik, et al.
Veröffentlicht: (2023)

Learning to Compose: Improving Object Centric Learning by Injecting Compositionality
von: Jung, Whie, et al.
Veröffentlicht: (2024)

Concept Pinpoint Eraser for Text-to-image Diffusion Models via Residual Attention Gate
von: Lee, Byung Hyun, et al.
Veröffentlicht: (2025)

Parallelized Spatiotemporal Binding
von: Singh, Gautam, et al.
Veröffentlicht: (2024)

Multimodal Transformer With a Low-Computational-Cost Guarantee
von: Park, Sungjin, et al.
Veröffentlicht: (2024)

Measuring and Improving Chain-of-Thought Reasoning in Vision-Language Models
von: Chen, Yangyi, et al.
Veröffentlicht: (2023)

CoT-VLA: Visual Chain-of-Thought Reasoning for Vision-Language-Action Models
von: Zhao, Qingqing, et al.
Veröffentlicht: (2025)

Chain-of-Thought Prompting for Demographic Inference with Large Multimodal Models
von: Yu, Yongsheng, et al.
Veröffentlicht: (2024)

Training-Free Zero-Shot Anomaly Detection in 3D Brain MRI with 2D Foundation Models
von: Le-Gia, Tai, et al.
Veröffentlicht: (2026)

From Intent to Execution: Multimodal Chain-of-Thought Reinforcement Learning for Precise CAD Code Generation
von: Niu, Ke, et al.
Veröffentlicht: (2025)

CATVis: Context-Aware Thought Visualization
von: Mehmood, Tariq, et al.
Veröffentlicht: (2025)

Multilingual OCR-Aware Fine-Tuning and Prompt-Guided Chain-of-Thought Reasoning for Multimodal Large Language Models
von: Xu, Qinwu, et al.
Veröffentlicht: (2026)

S-Chain: Structured Visual Chain-of-Thought For Medicine
von: Le-Duc, Khai, et al.
Veröffentlicht: (2025)

Advanced Knowledge Transfer: Refined Feature Distillation for Zero-Shot Quantization in Edge Computing
von: Hong, Inpyo, et al.
Veröffentlicht: (2024)

Rethinking Fine-Tuning: Unlocking Hidden Capabilities in Vision-Language Models
von: Zhang, Mingyuan, et al.
Veröffentlicht: (2025)

ZIP: An Efficient Zeroth-order Prompt Tuning for Black-box Vision-Language Models
von: Park, Seonghwan, et al.
Veröffentlicht: (2025)

Imagine while Reasoning in Space: Multimodal Visualization-of-Thought
von: Li, Chengzu, et al.
Veröffentlicht: (2025)

In Search of a Data Transformation That Accelerates Neural Field Training
von: Seo, Junwon, et al.
Veröffentlicht: (2023)

Understanding normalization in contrastive representation learning and out-of-distribution detection
von: Le-Gia, Tai, et al.
Veröffentlicht: (2023)

Bridge the Modality and Capability Gaps in Vision-Language Model Selection
von: Yi, Chao, et al.
Veröffentlicht: (2024)

Concept-skill Transferability-based Data Selection for Large Vision-Language Models
von: Lee, Jaewoo, et al.
Veröffentlicht: (2024)

NeurNCD: Novel Class Discovery via Implicit Neural Representation
von: Wang, Junming, et al.
Veröffentlicht: (2025)

Hard Cases Detection in Motion Prediction by Vision-Language Foundation Models
von: Yang, Yi, et al.
Veröffentlicht: (2024)

Structuring GUI Elements through Vision Language Models: Towards Action Space Generation
von: Xu, Yi, et al.
Veröffentlicht: (2025)

MoPD: Mixture-of-Prompts Distillation for Vision-Language Models
von: Chen, Yang, et al.
Veröffentlicht: (2024)

Thought Flow Nets: From Single Predictions to Trains of Model Thought
von: Schuff, Hendrik, et al.
Veröffentlicht: (2021)

MTS-DMAE: Dual-Masked Autoencoder for Unsupervised Multivariate Time Series Representation Learning
von: Xu, Yi, et al.
Veröffentlicht: (2025)

Controllable Feature Whitening for Hyperparameter-Free Bias Mitigation
von: Cho, Yooshin, et al.
Veröffentlicht: (2025)

Breast Cancer VLMs: Clinically Practical Vision-Language Train-Inference Models
von: Zheng, Shunjie-Fabian, et al.
Veröffentlicht: (2025)

Sherlock: Self-Correcting Reasoning in Vision-Language Models
von: Ding, Yi, et al.
Veröffentlicht: (2025)

Neural Predictor-Corrector: Solving Homotopy Problems with Reinforcement Learning
von: Mai, Jiayao, et al.
Veröffentlicht: (2026)

Synthetic Data is an Elegant GIFT for Continual Vision-Language Models
von: Wu, Bin, et al.
Veröffentlicht: (2025)

MINR: Implicit Neural Representations with Masked Image Modelling
von: Lee, Sua, et al.
Veröffentlicht: (2025)

VisReason: A Large-Scale Dataset for Visual Chain-of-Thought Reasoning
von: Li, Lingxiao, et al.
Veröffentlicht: (2025)

FireScope: Wildfire Risk Raster Prediction with a Chain-of-Thought Oracle
von: Markov, Mario, et al.
Veröffentlicht: (2025)

DiffBlender: Composable and Versatile Multimodal Text-to-Image Diffusion Models
von: Kim, Sungnyun, et al.
Veröffentlicht: (2023)

Domain-Aware Fine-Tuning: Enhancing Neural Network Adaptability
von: Ha, Seokhyeon, et al.
Veröffentlicht: (2023)

Probing Visual Language Priors in VLMs
von: Luo, Tiange, et al.
Veröffentlicht: (2024)

MM-Zero: Self-Evolving Multi-Model Vision Language Models From Zero Data
von: Li, Zongxia, et al.
Veröffentlicht: (2026)