Buchumschlag

FreeBind: Free Lunch in Unified Multimodal Space via Knowledge Fusion

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Zehan, Zhang, Ziang, Cheng, Xize, Huang, Rongjie, Liu, Luping, Ye, Zhenhui, Huang, Haifeng, Zhao, Yang, Jin, Tao, Gao, Peng, Zhao, Zhou
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

OmniBind: Large-scale Omni Multimodal Representation via Binding Spaces
von: Wang, Zehan, et al.
Veröffentlicht: (2024)

Unleashing the Power of Natural Audio Featuring Multiple Sound Sources
von: Cheng, Xize, et al.
Veröffentlicht: (2025)

OmniSep: Unified Omni-Modality Sound Separation with Query-Mixup
von: Cheng, Xize, et al.
Veröffentlicht: (2024)

Chat-Scene: Bridging 3D Scene and Large Language Models with Object Identifiers
von: Huang, Haifeng, et al.
Veröffentlicht: (2023)

T2A-Feedback: Improving Basic Capabilities of Text-to-Audio Generation via Fine-grained AI Feedback
von: Wang, Zehan, et al.
Veröffentlicht: (2025)

MimicTalk: Mimicking a personalized and expressive 3D talking face in minutes
von: Ye, Zhenhui, et al.
Veröffentlicht: (2024)

Free Lunch for Unified Multimodal Models: Enhancing Generation via Reflective Rectification with Inherent Understanding
von: Jiang, Yibo, et al.
Veröffentlicht: (2026)

FreeInv: Free Lunch for Improving DDIM Inversion
von: Bao, Yuxiang, et al.
Veröffentlicht: (2025)

Can MLLMs Absorb Math Reasoning Abilities from LLMs as Free Lunch?
von: Hu, Yijie, et al.
Veröffentlicht: (2025)

No Free Lunch with Guardrails
von: Kumar, Divyanshu, et al.
Veröffentlicht: (2025)

Leveraging Semantic Attribute Binding for Free-Lunch Color Control in Diffusion Models
von: Laria, Héctor, et al.
Veröffentlicht: (2025)

Data Augmentation as Free Lunch: Exploring the Test-Time Augmentation for Sequential Recommendation
von: Dang, Yizhou, et al.
Veröffentlicht: (2025)

A Wander Through the Multimodal Landscape: Efficient Transfer Learning via Low-rank Sequence Multimodal Adapter
von: Guo, Zirun, et al.
Veröffentlicht: (2024)

Switch EMA: A Free Lunch for Better Flatness and Sharpness
von: Li, Siyuan, et al.
Veröffentlicht: (2024)

No Free Lunch for Approximate MCMC
von: Johndrow, James E., et al.
Veröffentlicht: (2020)

FreeCus: Free Lunch Subject-driven Customization in Diffusion Transformers
von: Zhang, Yanbing, et al.
Veröffentlicht: (2025)

A No Free Lunch Theorem for Human-AI Collaboration
von: Peng, Kenny, et al.
Veröffentlicht: (2024)

Free Lunch in Pathology Foundation Model: Task-specific Model Adaptation with Concept-Guided Feature Enhancement
von: Huang, Yanyan, et al.
Veröffentlicht: (2024)

MARS-Sep: Multimodal-Aligned Reinforced Sound Separation
von: Zhang, Zihan, et al.
Veröffentlicht: (2025)

Text-to-Song: Towards Controllable Music Generation Incorporating Vocals and Accompaniment
von: Hong, Zhiqing, et al.
Veröffentlicht: (2024)

AudioLCM: Text-to-Audio Generation with Latent Consistency Models
von: Liu, Huadai, et al.
Veröffentlicht: (2024)

OmniChat: Enhancing Spoken Dialogue Systems with Scalable Synthetic Data for Diverse Scenarios
von: Cheng, Xize, et al.
Veröffentlicht: (2025)

Energy-Calibrated VAE with Test Time Free Lunch
von: Luo, Yihong, et al.
Veröffentlicht: (2023)

GenSpace: Benchmarking Spatially-Aware Image Generation
von: Wang, Zehan, et al.
Veröffentlicht: (2025)

Chat-Scene++: Exploiting Context-Rich Object Identification for 3D LLM
von: Huang, Haifeng, et al.
Veröffentlicht: (2026)

MuVi: Video-to-Music Generation with Semantic Alignment and Rhythmic Synchronization
von: Li, Ruiqi, et al.
Veröffentlicht: (2024)

No Free Lunch Theorem for Privacy-Preserving LLM Inference
von: Zhang, Xiaojin, et al.
Veröffentlicht: (2024)

CineScale: Free Lunch in High-Resolution Cinematic Visual Generation
von: Qiu, Haonan, et al.
Veröffentlicht: (2025)

No-Free-Lunch Theories for Tensor-Network Machine Learning Models
von: Wu, Jing-Chuan, et al.
Veröffentlicht: (2024)

RIFLEx: A Free Lunch for Length Extrapolation in Video Diffusion Transformers
von: Zhao, Min, et al.
Veröffentlicht: (2025)

No Free Lunch: Non-Asymptotic Analysis of Prediction-Powered Inference
von: Mani, Pranav, et al.
Veröffentlicht: (2025)

No Free Lunch: Rethinking Internal Feedback for LLM Reasoning
von: Zhang, Yanzhi, et al.
Veröffentlicht: (2025)

Frieren: Efficient Video-to-Audio Generation Network with Rectified Flow Matching
von: Wang, Yongqi, et al.
Veröffentlicht: (2024)

FreeCond: Free Lunch in the Input Conditions of Text-Guided Inpainting
von: Hsiao, Teng-Fang, et al.
Veröffentlicht: (2024)

Free Lunch for Stabilizing Rectified Flow Inversion
von: Wang, Chenru, et al.
Veröffentlicht: (2026)

Private Means and the Curious Incident of the Free Lunch
von: Fitzsimons, Jack, et al.
Veröffentlicht: (2024)

Free Lunch for Generating Effective Outlier Supervision
von: Pei, Sen, et al.
Veröffentlicht: (2023)

No Free Lunch: Research Software Testing in Teaching
von: Dorner, Michael, et al.
Veröffentlicht: (2024)

No Free Lunch for Stochastic Gradient Langevin Dynamics
von: Pillai, Natesh S., et al.
Veröffentlicht: (2024)

Orient Anything V2: Unifying Orientation and Rotation Understanding
von: Wang, Zehan, et al.
Veröffentlicht: (2026)