Imagery as Inquiry: Exploring A Multimodal Dataset for Conversational Recommendation
Fuente:
arXiv
Salvato in:
| Autori principali: | Yoon, Se-eun, Jeon, Hyunsik, McAuley, Julian |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2024
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
LaViC: Adapting Large Vision-Language Models to Visually-Aware Conversational Recommendation
di: Jeon, Hyunsik, et al.
Pubblicazione: (2025)
di: Jeon, Hyunsik, et al.
Pubblicazione: (2025)
Calibration-Disentangled Learning and Relevance-Prioritized Reranking for Calibrated Sequential Recommendation
di: Jeon, Hyunsik, et al.
Pubblicazione: (2024)
di: Jeon, Hyunsik, et al.
Pubblicazione: (2024)
Evaluating Large Language Models as Generative User Simulators for Conversational Recommendation
di: Yoon, Se-eun, et al.
Pubblicazione: (2024)
di: Yoon, Se-eun, et al.
Pubblicazione: (2024)
REGen: Multimodal Retrieval-Embedded Generation for Long-to-Short Video Editing
di: Xu, Weihan, et al.
Pubblicazione: (2025)
di: Xu, Weihan, et al.
Pubblicazione: (2025)
TeaserGen: Generating Teasers for Long Documentaries
di: Xu, Weihan, et al.
Pubblicazione: (2024)
di: Xu, Weihan, et al.
Pubblicazione: (2024)
List Items One by One: A New Data Source and Learning Paradigm for Multimodal LLMs
di: Yan, An, et al.
Pubblicazione: (2024)
di: Yan, An, et al.
Pubblicazione: (2024)
PersonaCraft: Personalized and Controllable Full-Body Multi-Human Scene Generation Using Occlusion-Aware 3D-Conditioned Diffusion
di: Kim, Gwanghyun, et al.
Pubblicazione: (2024)
di: Kim, Gwanghyun, et al.
Pubblicazione: (2024)
Deep Learning-Based 3D Instance and Semantic Segmentation: A Review
di: Yasir, Siddiqui Muhammad, et al.
Pubblicazione: (2024)
di: Yasir, Siddiqui Muhammad, et al.
Pubblicazione: (2024)
OMuleT: Orchestrating Multiple Tools for Practicable Conversational Recommendation
di: Yoon, Se-eun, et al.
Pubblicazione: (2024)
di: Yoon, Se-eun, et al.
Pubblicazione: (2024)
Human Interaction-Aware 3D Reconstruction from a Single Image
di: Kim, Gwanghyun, et al.
Pubblicazione: (2026)
di: Kim, Gwanghyun, et al.
Pubblicazione: (2026)
Deep Neural Networks for Accurate Depth Estimation with Latent Space Features
di: Yasir, Siddiqui Muhammad, et al.
Pubblicazione: (2025)
di: Yasir, Siddiqui Muhammad, et al.
Pubblicazione: (2025)
Multimodal Distribution Matching for Vision-Language Dataset Distillation
di: Jeong, Jongoh, et al.
Pubblicazione: (2026)
di: Jeong, Jongoh, et al.
Pubblicazione: (2026)
Visual Funnel: Resolving Contextual Blindness in Multimodal Large Language Models
di: Jung, Woojun, et al.
Pubblicazione: (2025)
di: Jung, Woojun, et al.
Pubblicazione: (2025)
Forecasting Live Chat Intent from Browsing History
di: Yoon, Se-eun, et al.
Pubblicazione: (2024)
di: Yoon, Se-eun, et al.
Pubblicazione: (2024)
AllClear: A Comprehensive Dataset and Benchmark for Cloud Removal in Satellite Imagery
di: Zhou, Hangyu, et al.
Pubblicazione: (2024)
di: Zhou, Hangyu, et al.
Pubblicazione: (2024)
Landsat30-AU: A Vision-Language Dataset for Australian Landsat Imagery
di: Ma, Sai, et al.
Pubblicazione: (2025)
di: Ma, Sai, et al.
Pubblicazione: (2025)
Empathetic Response in Audio-Visual Conversations Using Emotion Preference Optimization and MambaCompressor
di: Kim, Yeonju, et al.
Pubblicazione: (2024)
di: Kim, Yeonju, et al.
Pubblicazione: (2024)
VME: A Satellite Imagery Dataset and Benchmark for Detecting Vehicles in the Middle East and Beyond
di: Al-Emadi, Noora, et al.
Pubblicazione: (2025)
di: Al-Emadi, Noora, et al.
Pubblicazione: (2025)
Machine Mental Imagery: Empower Multimodal Reasoning with Latent Visual Tokens
di: Yang, Zeyuan, et al.
Pubblicazione: (2025)
di: Yang, Zeyuan, et al.
Pubblicazione: (2025)
Examining the Commitments and Difficulties Inherent in Multimodal Foundation Models for Street View Imagery
di: Yang, Zhenyuan, et al.
Pubblicazione: (2024)
di: Yang, Zhenyuan, et al.
Pubblicazione: (2024)
Position Prediction Self-Supervised Learning for Multimodal Satellite Imagery Semantic Segmentation
di: Waithaka, John, et al.
Pubblicazione: (2025)
di: Waithaka, John, et al.
Pubblicazione: (2025)
Multimodal Mathematical Reasoning Embedded in Aerial Vehicle Imagery: Benchmarking, Analysis, and Exploration
di: Zhou, Yue, et al.
Pubblicazione: (2025)
di: Zhou, Yue, et al.
Pubblicazione: (2025)
MMeViT: Multi-Modal ensemble ViT for Post-Stroke Rehabilitation Action Recognition
di: Kim, Ye-eun, et al.
Pubblicazione: (2025)
di: Kim, Ye-eun, et al.
Pubblicazione: (2025)
FLAME 3 Dataset: Unleashing the Power of Radiometric Thermal UAV Imagery for Wildfire Management
di: Hopkins, Bryce, et al.
Pubblicazione: (2024)
di: Hopkins, Bryce, et al.
Pubblicazione: (2024)
Segment Anything for Satellite Imagery: A Strong Baseline and a Regional Dataset for Automatic Field Delineation
di: Scribano, Carmelo, et al.
Pubblicazione: (2025)
di: Scribano, Carmelo, et al.
Pubblicazione: (2025)
EarthSpatialBench: Benchmarking Spatial Reasoning Capabilities of Multimodal LLMs on Earth Imagery
di: Xu, Zelin, et al.
Pubblicazione: (2026)
di: Xu, Zelin, et al.
Pubblicazione: (2026)
A Benchmark Dataset for Spatially Aligned Road Damage Assessment in Small Uncrewed Aerial Systems Disaster Imagery
di: Manzini, Thomas, et al.
Pubblicazione: (2025)
di: Manzini, Thomas, et al.
Pubblicazione: (2025)
MAviS: A Multimodal Conversational Assistant For Avian Species
di: Kryklyvets, Yevheniia, et al.
Pubblicazione: (2026)
di: Kryklyvets, Yevheniia, et al.
Pubblicazione: (2026)
Allo-AVA: A Large-Scale Multimodal Conversational AI Dataset for Allocentric Avatar Gesture Animation
di: Punjwani, Saif, et al.
Pubblicazione: (2024)
di: Punjwani, Saif, et al.
Pubblicazione: (2024)
Leveraging Multimodal LLMs for Built Environment and Housing Attribute Assessment from Street-View Imagery
di: Yao, Siyuan, et al.
Pubblicazione: (2026)
di: Yao, Siyuan, et al.
Pubblicazione: (2026)
Semantic Diversity-aware Prototype-based Learning for Unbiased Scene Graph Generation
di: Jeon, Jaehyeong, et al.
Pubblicazione: (2024)
di: Jeon, Jaehyeong, et al.
Pubblicazione: (2024)
PDB-Eval: An Evaluation of Large Multimodal Models for Description and Explanation of Personalized Driving Behavior
di: Wu, Junda, et al.
Pubblicazione: (2025)
di: Wu, Junda, et al.
Pubblicazione: (2025)
Decomposing Complex Visual Comprehension into Atomic Visual Skills for Vision Language Models
di: Chae, Hyunsik, et al.
Pubblicazione: (2025)
di: Chae, Hyunsik, et al.
Pubblicazione: (2025)
Paved or unpaved? A Deep Learning derived Road Surface Global Dataset from Mapillary Street-View Imagery
di: Randhawa, Sukanya, et al.
Pubblicazione: (2024)
di: Randhawa, Sukanya, et al.
Pubblicazione: (2024)
MEET: A Million-Scale Dataset for Fine-Grained Geospatial Scene Classification with Zoom-Free Remote Sensing Imagery
di: Li, Yansheng, et al.
Pubblicazione: (2025)
di: Li, Yansheng, et al.
Pubblicazione: (2025)
STAR: A First-Ever Dataset and A Large-Scale Benchmark for Scene Graph Generation in Large-Size Satellite Imagery
di: Li, Yansheng, et al.
Pubblicazione: (2024)
di: Li, Yansheng, et al.
Pubblicazione: (2024)
From UAV Imagery to Agronomic Reasoning: A Multimodal LLM Benchmark for Plant Phenotyping
di: Wu, Yu, et al.
Pubblicazione: (2026)
di: Wu, Yu, et al.
Pubblicazione: (2026)
SyMTRS: Benchmark Multi-Task Synthetic Dataset for Depth, Domain Adaptation and Super-Resolution in Aerial Imagery
di: Ghazouali, Safouane El, et al.
Pubblicazione: (2026)
di: Ghazouali, Safouane El, et al.
Pubblicazione: (2026)
GLOFNet -- A Multimodal Dataset for GLOF Monitoring and Prediction
di: Fatima, Zuha, et al.
Pubblicazione: (2025)
di: Fatima, Zuha, et al.
Pubblicazione: (2025)
Lightweight Multimodal Adaptation of Vision Language Models for Species Recognition and Habitat Context Interpretation in Drone Thermal Imagery
di: Chen, Hao, et al.
Pubblicazione: (2026)
di: Chen, Hao, et al.
Pubblicazione: (2026)
Documenti analoghi
-
LaViC: Adapting Large Vision-Language Models to Visually-Aware Conversational Recommendation
di: Jeon, Hyunsik, et al.
Pubblicazione: (2025) -
Calibration-Disentangled Learning and Relevance-Prioritized Reranking for Calibrated Sequential Recommendation
di: Jeon, Hyunsik, et al.
Pubblicazione: (2024) -
Evaluating Large Language Models as Generative User Simulators for Conversational Recommendation
di: Yoon, Se-eun, et al.
Pubblicazione: (2024) -
REGen: Multimodal Retrieval-Embedded Generation for Long-to-Short Video Editing
di: Xu, Weihan, et al.
Pubblicazione: (2025) -
TeaserGen: Generating Teasers for Long Documentaries
di: Xu, Weihan, et al.
Pubblicazione: (2024)