Buchumschlag

UMBRAE: Unified Multimodal Brain Decoding

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xia, Weihao, de Charette, Raoul, Öztireli, Cengiz, Xue, Jing-Hao
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Multigranular Evaluation for Brain Visual Decoding
von: Xia, Weihao, et al.
Veröffentlicht: (2025)

DREAM: Visual Decoding from Reversing Human Visual System
von: Xia, Weihao, et al.
Veröffentlicht: (2023)

Exploring The Visual Feature Space for Multimodal Neural Decoding
von: Xia, Weihao, et al.
Veröffentlicht: (2025)

LatteCLIP: Unsupervised CLIP Fine-Tuning via LMM-Synthetic Texts
von: Cao, Anh-Quan, et al.
Veröffentlicht: (2024)

RETRO: REthinking Tactile Representation Learning with Material PriOrs
von: Xia, Weihao, et al.
Veröffentlicht: (2025)

PaSCo: Urban 3D Panoptic Scene Completion with Uncertainty Awareness
von: Cao, Anh-Quan, et al.
Veröffentlicht: (2023)

CLIP-PAE: Projection-Augmentation Embedding to Extract Relevant Features for a Disentangled, Interpretable, and Controllable Text-Guided Face Manipulation
von: Zhou, Chenliang, et al.
Veröffentlicht: (2022)

DenseMTL: Cross-task Attention Mechanism for Dense Multi-task Learning
von: Lopes, Ivan, et al.
Veröffentlicht: (2022)

StableMTL: Repurposing Latent Diffusion Models for Multi-Task Learning from Partially Annotated Synthetic Datasets
von: Cao, Anh-Quan, et al.
Veröffentlicht: (2025)

A Survey on Text-Driven 360-Degree Panorama Generation
von: Wang, Hai, et al.
Veröffentlicht: (2025)

Brain-CLIPLM: Decoding Compressed Semantic Representations in EEG for Language Reconstruction
von: Yang, Xiaoli, et al.
Veröffentlicht: (2026)

Lingshu: A Generalist Foundation Model for Unified Multimodal Medical Understanding and Reasoning
von: LASA Team, et al.
Veröffentlicht: (2025)

BrainChat: Decoding Semantic Information from fMRI using Vision-language Pretrained Models
von: Huang, Wanaiu
Veröffentlicht: (2024)

Janus: Decoupling Visual Encoding for Unified Multimodal Understanding and Generation
von: Wu, Chengyue, et al.
Veröffentlicht: (2024)

EmoMeta: A Multimodal Dataset for Fine-grained Emotion Classification in Chinese Metaphors
von: Lu, Xingyuan, et al.
Veröffentlicht: (2025)

Janus-Pro: Unified Multimodal Understanding and Generation with Data and Model Scaling
von: Chen, Xiaokang, et al.
Veröffentlicht: (2025)

SPD-Faith Bench: Diagnosing and Improving Faithfulness in Chain-of-Thought for Multimodal Large Language Models
von: Lv, Weijiang, et al.
Veröffentlicht: (2026)

UniCode: Learning a Unified Codebook for Multimodal Large Language Models
von: Zheng, Sipeng, et al.
Veröffentlicht: (2024)

JanusFlow: Harmonizing Autoregression and Rectified Flow for Unified Multimodal Understanding and Generation
von: Ma, Yiyang, et al.
Veröffentlicht: (2024)

CodeBind: Decoupled Representation Learning for Multimodal Alignment with Unified Compositional Codebook
von: Chen, Zeyu, et al.
Veröffentlicht: (2026)

UniSAFE: A Comprehensive Benchmark for Safety Evaluation of Unified Multimodal Models
von: Lee, Segyu, et al.
Veröffentlicht: (2026)

VisCodex: Unified Multimodal Code Generation via Merging Vision and Coding Models
von: Jiang, Lingjie, et al.
Veröffentlicht: (2025)

The Mirage of Performance Gains: Why Contrastive Decoding Fails to Mitigate Object Hallucinations in MLLMs?
von: Yin, Hao, et al.
Veröffentlicht: (2025)

How Multimodal LLMs Solve Image Tasks: A Lens on Visual Grounding, Task Reasoning, and Answer Decoding
von: Yu, Zhuoran, et al.
Veröffentlicht: (2025)

MM-Vet v2: A Challenging Benchmark to Evaluate Large Multimodal Models for Integrated Capabilities
von: Yu, Weihao, et al.
Veröffentlicht: (2024)

SUDER: Self-Improving Unified Large Multimodal Models for Understanding and Generation with Dual Self-Rewards
von: Hong, Jixiang, et al.
Veröffentlicht: (2025)

AI Meets Brain: Memory Systems from Cognitive Neuroscience to Autonomous Agents
von: Liang, Jiafeng, et al.
Veröffentlicht: (2025)

SpecVLM: Enhancing Speculative Decoding of Video LLMs via Verifier-Guided Token Pruning
von: Ji, Yicheng, et al.
Veröffentlicht: (2025)

NoLan: Mitigating Object Hallucinations in Large Vision-Language Models via Dynamic Suppression of Language Priors
von: Ren, Lingfeng, et al.
Veröffentlicht: (2026)

A Survey on Benchmarks of Multimodal Large Language Models
von: Li, Jian, et al.
Veröffentlicht: (2024)

Detecting and Mitigating Hateful Content in Multimodal Memes with Vision-Language Models
von: Van, Minh-Hao, et al.
Veröffentlicht: (2025)

Controlling Multimodal LLMs via Reward-guided Decoding
von: Mañas, Oscar, et al.
Veröffentlicht: (2025)

Uni-MoE: Scaling Unified Multimodal LLMs with Mixture of Experts
von: Li, Yunxin, et al.
Veröffentlicht: (2024)

PDF-WuKong: A Large Multimodal Model for Efficient Long PDF Reading with End-to-End Sparse Sampling
von: Xie, Xudong, et al.
Veröffentlicht: (2024)

AviationLMM: A Large Multimodal Foundation Model for Civil Aviation
von: Li, Wenbin, et al.
Veröffentlicht: (2026)

CAFe: Unifying Representation and Generation with Contrastive-Autoregressive Finetuning
von: Yu, Hao, et al.
Veröffentlicht: (2025)

Mixture of Decoding: An Attention-Inspired Adaptive Decoding Strategy to Mitigate Hallucinations in Large Vision-Language Models
von: Chen, Xinlong, et al.
Veröffentlicht: (2025)

Seeing but Not Thinking: Routing Distraction in Multimodal Mixture-of-Experts
von: Xu, Haolei, et al.
Veröffentlicht: (2026)

Exploiting Mixture-of-Experts Redundancy Unlocks Multimodal Generative Abilities
von: Dutt, Raman, et al.
Veröffentlicht: (2025)

VLSBench: Unveiling Visual Leakage in Multimodal Safety
von: Hu, Xuhao, et al.
Veröffentlicht: (2024)