Buchumschlag

Detecting Concrete Visual Tokens for Multimodal Machine Translation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bowen, Braeden, Vijayan, Vipin, Grigsby, Scott, Anderson, Timothy, Gwinnup, Jeremy
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

The Case for Evaluating Multimodal Translation Models on Text Datasets
von: Vijayan, Vipin, et al.
Veröffentlicht: (2024)

Adding Multimodal Capabilities to a Text-only Translation Model
von: Vijayan, Vipin, et al.
Veröffentlicht: (2024)

Exploring the Necessity of Visual Modality in Multimodal Machine Translation using Authentic Datasets
von: Long, Zi, et al.
Veröffentlicht: (2024)

Make Imagination Clearer! Stable Diffusion-based Visual Imagination for Multimodal Machine Translation
von: Chen, Andong, et al.
Veröffentlicht: (2024)

VIDA: A dataset for Visually Dependent Ambiguity in Multimodal Machine Translation
von: Pan, Jingheng, et al.
Veröffentlicht: (2026)

Towards Zero-Shot Multimodal Machine Translation
von: Futeral, Matthieu, et al.
Veröffentlicht: (2024)

Registering Source Tokens to Target Language Spaces in Multilingual Neural Machine Translation
von: Qu, Zhi, et al.
Veröffentlicht: (2025)

Extend Adversarial Policy Against Neural Machine Translation via Unknown Token
von: Zou, Wei, et al.
Veröffentlicht: (2025)

LLM Reasoning for Machine Translation: Synthetic Data Generation over Thinking Tokens
von: Zebaze, Armel, et al.
Veröffentlicht: (2025)

Dual-branch Prompting for Multimodal Machine Translation
von: Wang, Jie, et al.
Veröffentlicht: (2025)

Translate, then Detect: Leveraging Machine Translation for Cross-Lingual Toxicity Classification
von: Bell, Samuel J., et al.
Veröffentlicht: (2025)

MatViX: Multimodal Information Extraction from Visually Rich Articles
von: Khalighinejad, Ghazal, et al.
Veröffentlicht: (2024)

Scalable Multilingual Multimodal Machine Translation with Speech-Text Fusion
von: Du, Yexing, et al.
Veröffentlicht: (2026)

CaMMT: Benchmarking Culturally Aware Multimodal Machine Translation
von: Villa-Cueva, Emilio, et al.
Veröffentlicht: (2025)

BatchGEMBA: Token-Efficient Machine Translation Evaluation with Batched Prompting and Prompt Compression
von: Larionov, Daniil, et al.
Veröffentlicht: (2025)

Contrastive Token Learning with Similarity Decay for Repetition Suppression in Machine Translation
von: Dai, Huangyu, et al.
Veröffentlicht: (2024)

Testing the Limits of Machine Translation from One Book
von: Shaw, Jonathan, et al.
Veröffentlicht: (2025)

Why do Large Language Models Fail in Low-resource Translation? Unraveling the Token Dynamics of Large Language Models for Machine Translation
von: Qian, Shenbin, et al.
Veröffentlicht: (2026)

Context-Informed Machine Translation of Manga using Multimodal Large Language Models
von: Lippmann, Philip, et al.
Veröffentlicht: (2024)

Efficient Pre-Training with Token Superposition
von: Peng, Bowen, et al.
Veröffentlicht: (2026)

v1: Learning to Point Visual Tokens for Multimodal Grounded Reasoning
von: Chung, Jiwan, et al.
Veröffentlicht: (2025)

M3PO: Multimodal-Model-Guided Preference Optimization for Visual Instruction Following
von: Gao, Ruirui, et al.
Veröffentlicht: (2025)

Exploring Machine Learning and Language Models for Multimodal Depression Detection
von: Hong, Javier Si Zhao, et al.
Veröffentlicht: (2025)

Automatic Machine Translation Detection Using a Surrogate Multilingual Translation Model
von: García-Romero, Cristian, et al.
Veröffentlicht: (2025)

Multi-Level Contextual Token Relation Modeling for Machine-Generated Text Detection
von: Wu, Chenwang, et al.
Veröffentlicht: (2026)

EMMeTT: Efficient Multimodal Machine Translation Training
von: Żelasko, Piotr, et al.
Veröffentlicht: (2024)

GIIFT: Graph-guided Inductive Image-free Multimodal Machine Translation
von: Xiong, Jiafeng, et al.
Veröffentlicht: (2025)

TopicVD: A Topic-Based Dataset of Video-Guided Multimodal Machine Translation for Documentaries
von: Lv, Jinze, et al.
Veröffentlicht: (2025)

TokLIP: Marry Visual Tokens to CLIP for Multimodal Comprehension and Generation
von: Lin, Haokun, et al.
Veröffentlicht: (2025)

Enhanced Hallucination Detection in Neural Machine Translation through Simple Detector Aggregation
von: Himmi, Anas, et al.
Veröffentlicht: (2024)

Text or Pixels? It Takes Half: On the Token Efficiency of Visual Text Inputs in Multimodal LLMs
von: Li, Yanhong, et al.
Veröffentlicht: (2025)

On the Hallucination in Simultaneous Machine Translation
von: Zhong, Meizhi, et al.
Veröffentlicht: (2024)

Paraphrase-Aligned Machine Translation
von: Chang, Ke-Ching, et al.
Veröffentlicht: (2024)

Estimating Machine Translation Difficulty
von: Proietti, Lorenzo, et al.
Veröffentlicht: (2025)

Open Machine Translation for Esperanto
von: de Gibert, Ona, et al.
Veröffentlicht: (2026)

Can LLMs Detect Intrinsic Hallucinations in Paraphrasing and Machine Translation?
von: Gogoulou, Evangelia, et al.
Veröffentlicht: (2025)

ShortV: Efficient Multimodal Large Language Models by Freezing Visual Tokens in Ineffective Layers
von: Yuan, Qianhao, et al.
Veröffentlicht: (2025)

Machine Translation Models are Zero-Shot Detectors of Translation Direction
von: Wastl, Michelle, et al.
Veröffentlicht: (2024)

The Impact of Syntactic and Semantic Proximity on Machine Translation with Back-Translation
von: Guerin, Nicolas, et al.
Veröffentlicht: (2024)

Grounded Concreteness: Human-Like Concreteness Sensitivity in Vision-Language Models
von: Roy, Aryan, et al.
Veröffentlicht: (2026)