Buchumschlag

Browse and Concentrate: Comprehending Multimodal Content via prior-LLM Context Fusion

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Ziyue, Chen, Chi, Zhu, Yiqi, Luo, Fuwen, Li, Peng, Yan, Ming, Zhang, Ji, Huang, Fei, Sun, Maosong, Liu, Yang
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Model Composition for Multimodal Large Language Models
von: Chen, Chi, et al.
Veröffentlicht: (2024)

Thinking with Visual Abstract: Enhancing Multimodal Reasoning via Visual Abstraction
von: Liu, Dairu, et al.
Veröffentlicht: (2025)

CODIS: Benchmarking Context-Dependent Visual Comprehension for Multimodal Large Language Models
von: Luo, Fuwen, et al.
Veröffentlicht: (2024)

MUSEG: Reinforcing Video Temporal Understanding via Timestamp-Aware Multi-Segment Grounding
von: Luo, Fuwen, et al.
Veröffentlicht: (2025)

Reasoning in Conversation: Solving Subjective Tasks through Dialogue Simulation for Large Language Models
von: Wang, Xiaolong, et al.
Veröffentlicht: (2024)

AdaMMS: Model Merging for Heterogeneous Multimodal Large Language Models with Unsupervised Coefficient Optimization
von: Du, Yiyang, et al.
Veröffentlicht: (2025)

MM-BrowseComp: A Comprehensive Benchmark for Multimodal Browsing Agents
von: Li, Shilong, et al.
Veröffentlicht: (2025)

K-BrowseComp: A Web Browsing Agent Benchmark Grounded in Korean Contexts
von: Lee, Nahyun, et al.
Veröffentlicht: (2026)

Multi-Granular Multimodal Clue Fusion for Meme Understanding
von: Zheng, Li, et al.
Veröffentlicht: (2025)

Scaling External Knowledge Input Beyond Context Windows of LLMs via Multi-Agent Collaboration
von: Liu, Zijun, et al.
Veröffentlicht: (2025)

Coding Agents with Multimodal Browsing are Generalist Problem Solvers
von: Soni, Aditya Bharat, et al.
Veröffentlicht: (2025)

BrowseComp: A Simple Yet Challenging Benchmark for Browsing Agents
von: Wei, Jason, et al.
Veröffentlicht: (2025)

Subjective Behaviors and Preferences in LLM: Language of Browsing
von: Sundaresan, Sai, et al.
Veröffentlicht: (2025)

FastFiD: Improve Inference Efficiency of Open Domain Question Answering via Sentence Selection
von: Huang, Yufei, et al.
Veröffentlicht: (2024)

Perspective Transition of Large Language Models for Solving Subjective Tasks
von: Wang, Xiaolong, et al.
Veröffentlicht: (2025)

Chunks as Arms: Multi-Armed Bandit-Guided Sampling for Long-Context LLM Preference Optimization
von: Duan, Shaohua, et al.
Veröffentlicht: (2025)

InfiFusion: A Unified Framework for Enhanced Cross-Model Reasoning via LLM Fusion
von: Yan, Zhaoyi, et al.
Veröffentlicht: (2025)

InfLLM: Training-Free Long-Context Extrapolation for LLMs with an Efficient Context Memory
von: Xiao, Chaojun, et al.
Veröffentlicht: (2024)

BrowseComp-ZH: Benchmarking Web Browsing Ability of Large Language Models in Chinese
von: Zhou, Peilin, et al.
Veröffentlicht: (2025)

How LLMs Comprehend Temporal Meaning in Narratives: A Case Study in Cognitive Evaluation of LLMs
von: de Langis, Karin, et al.
Veröffentlicht: (2025)

SoLoPO: Unlocking Long-Context Capabilities in LLMs via Short-to-Long Preference Optimization
von: Sun, Huashan, et al.
Veröffentlicht: (2025)

From Context to EDUs: Faithful and Structured Context Compression via Elementary Discourse Unit Decomposition
von: Zhou, Yiqing, et al.
Veröffentlicht: (2025)

An Assessment on Comprehending Mental Health through Large Language Models
von: Arcan, Mihael, et al.
Veröffentlicht: (2024)

Mixture-of-Retrieval Experts for Reasoning-Guided Multimodal Knowledge Exploitation
von: Peng, Chunyi, et al.
Veröffentlicht: (2025)

Beyond Single Frames: Can LMMs Comprehend Temporal and Contextual Narratives in Image Sequences?
von: Wang, Xiaochen, et al.
Veröffentlicht: (2025)

From the New World of Word Embeddings: A Comparative Study of Small-World Lexico-Semantic Networks in LLMs
von: Liu, Zhu, et al.
Veröffentlicht: (2025)

Recurrent Context Compression: Efficiently Expanding the Context Window of LLM
von: Huang, Chensen, et al.
Veröffentlicht: (2024)

Efficient LLM-Jailbreaking via Multimodal-LLM Jailbreak
von: Ji, Haoxuan, et al.
Veröffentlicht: (2024)

Filling the Image Information Gap for VQA: Prompting Large Language Models to Proactively Ask Questions
von: Wang, Ziyue, et al.
Veröffentlicht: (2023)

IROTE: Human-like Traits Elicitation of Large Language Model via In-Context Self-Reflective Optimization
von: Bai, Yuzhuo, et al.
Veröffentlicht: (2025)

Dynamic Emotion and Personality Profiling for Multimodal Deception Detection
von: Zheng, Li, et al.
Veröffentlicht: (2026)

Enabling Weak LLMs to Judge Response Reliability via Meta Ranking
von: Liu, Zijun, et al.
Veröffentlicht: (2024)

APB: Accelerating Distributed Long-Context Inference by Passing Compressed Context Blocks across GPUs
von: Huang, Yuxiang, et al.
Veröffentlicht: (2025)

VisRAG 2.0: Evidence-Guided Multi-Image Reasoning in Visual Retrieval-Augmented Generation
von: Sun, Yubo, et al.
Veröffentlicht: (2025)

Multilevel Browsing of Folksonomy-Based Digital Collections
von: Gayoso-Cabada, Joaquín, et al.
Veröffentlicht: (2025)

ELICIT: LLM Augmentation via External In-Context Capability
von: Wang, Futing, et al.
Veröffentlicht: (2024)

A Top-down Graph-based Tool for Modeling Classical Semantic Maps: A Crosslinguistic Case Study of Supplementary Adverbs
von: Liu, Zhu, et al.
Veröffentlicht: (2024)

Fantastic Semantics and Where to Find Them: Investigating Which Layers of Generative LLMs Reflect Lexical Semantics
von: Liu, Zhu, et al.
Veröffentlicht: (2024)

Knowledge Navigator: LLM-guided Browsing Framework for Exploratory Search in Scientific Literature
von: Katz, Uri, et al.
Veröffentlicht: (2024)

Monocle: Hybrid Local-Global In-Context Evaluation for Long-Text Generation with Uncertainty-Based Active Learning
von: Wang, Xiaorong, et al.
Veröffentlicht: (2025)