Salvato in:
| Autori principali: | Yao, Huijie, Zhou, Wengang, Zhou, Hao, Li, Houqiang |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2024
|
| Soggetti: | |
| Accesso online: | https://arxiv.org/abs/2406.08173 |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Robust Multimodal Large Language Models Against Modality Conflict
di: Zhang, Zongmeng, et al.
Pubblicazione: (2025)
di: Zhang, Zongmeng, et al.
Pubblicazione: (2025)
Cross-Lingual Transfer for Natural Language Inference via Multilingual Prompt Translator
di: Qiu, Xiaoyu, et al.
Pubblicazione: (2024)
di: Qiu, Xiaoyu, et al.
Pubblicazione: (2024)
Exploiting GPT-4 Vision for Zero-shot Point Cloud Understanding
di: Sun, Qi, et al.
Pubblicazione: (2024)
di: Sun, Qi, et al.
Pubblicazione: (2024)
P-RAG: Progressive Retrieval Augmented Generation For Planning on Embodied Everyday Task
di: Xu, Weiye, et al.
Pubblicazione: (2024)
di: Xu, Weiye, et al.
Pubblicazione: (2024)
Multi-Level Optimal Transport for Universal Cross-Tokenizer Knowledge Distillation on Language Models
di: Cui, Xiao, et al.
Pubblicazione: (2024)
di: Cui, Xiao, et al.
Pubblicazione: (2024)
BoolQuestions: Does Dense Retrieval Understand Boolean Logic in Language?
di: Zhang, Zongmeng, et al.
Pubblicazione: (2024)
di: Zhang, Zongmeng, et al.
Pubblicazione: (2024)
Trustworthy Alignment of Retrieval-Augmented Large Language Models via Reinforcement Learning
di: Zhang, Zongmeng, et al.
Pubblicazione: (2024)
di: Zhang, Zongmeng, et al.
Pubblicazione: (2024)
Revisiting Shadow Detection from a Vision-Language Perspective
di: Wang, Yonghui, et al.
Pubblicazione: (2026)
di: Wang, Yonghui, et al.
Pubblicazione: (2026)
Self-Supervised Representation Learning with Spatial-Temporal Consistency for Sign Language Recognition
di: Zhao, Weichao, et al.
Pubblicazione: (2024)
di: Zhao, Weichao, et al.
Pubblicazione: (2024)
Disentangling Length Bias In Preference Learning Via Response-Conditioned Modeling
di: Cai, Jianfeng, et al.
Pubblicazione: (2025)
di: Cai, Jianfeng, et al.
Pubblicazione: (2025)
AdaptVision: Dynamic Input Scaling in MLLMs for Versatile Scene Understanding
di: Wang, Yonghui, et al.
Pubblicazione: (2024)
di: Wang, Yonghui, et al.
Pubblicazione: (2024)
Self-Classification Enhancement and Correction for Weakly Supervised Object Detection
di: Yin, Yufei, et al.
Pubblicazione: (2025)
di: Yin, Yufei, et al.
Pubblicazione: (2025)
SEDS: Semantically Enhanced Dual-Stream Encoder for Sign Language Retrieval
di: Jiang, Longtao, et al.
Pubblicazione: (2024)
di: Jiang, Longtao, et al.
Pubblicazione: (2024)
Cross-Modal Consistency Learning for Sign Language Recognition
di: Wu, Kepeng, et al.
Pubblicazione: (2025)
di: Wu, Kepeng, et al.
Pubblicazione: (2025)
Multi-Cue Adaptive Visual Token Pruning for Large Vision-Language Models
di: Luan, Bozhi, et al.
Pubblicazione: (2025)
di: Luan, Bozhi, et al.
Pubblicazione: (2025)
Video-based Sign Language Recognition without Temporal Segmentation
di: Huang, Jie, et al.
Pubblicazione: (2018)
di: Huang, Jie, et al.
Pubblicazione: (2018)
Scaling up Multimodal Pre-training for Sign Language Understanding
di: Zhou, Wengang, et al.
Pubblicazione: (2024)
di: Zhou, Wengang, et al.
Pubblicazione: (2024)
Sinkhorn Distance Minimization for Knowledge Distillation
di: Cui, Xiao, et al.
Pubblicazione: (2024)
di: Cui, Xiao, et al.
Pubblicazione: (2024)
Spoken Language Modeling with Duration-Penalized Self-Supervised Units
di: Visser, Nicol, et al.
Pubblicazione: (2025)
di: Visser, Nicol, et al.
Pubblicazione: (2025)
LaneTCA: Enhancing Video Lane Detection with Temporal Context Aggregation
di: Zhou, Keyi, et al.
Pubblicazione: (2024)
di: Zhou, Keyi, et al.
Pubblicazione: (2024)
Progressive Multi-modal Conditional Prompt Tuning
di: Qiu, Xiaoyu, et al.
Pubblicazione: (2024)
di: Qiu, Xiaoyu, et al.
Pubblicazione: (2024)
RoFIR: Robust Fisheye Image Rectification Framework Impervious to Optical Center Deviation
di: Liao, Zhaokang, et al.
Pubblicazione: (2024)
di: Liao, Zhaokang, et al.
Pubblicazione: (2024)
Flow-SLM: Joint Learning of Linguistic and Acoustic Information for Spoken Language Modeling
di: Chou, Ju-Chieh, et al.
Pubblicazione: (2025)
di: Chou, Ju-Chieh, et al.
Pubblicazione: (2025)
GaussNav: Gaussian Splatting for Visual Navigation
di: Lei, Xiaohan, et al.
Pubblicazione: (2024)
di: Lei, Xiaohan, et al.
Pubblicazione: (2024)
MotionRL: Align Text-to-Motion Generation to Human Preferences with Multi-Reward Reinforcement Learning
di: Liu, Xiaoyang, et al.
Pubblicazione: (2024)
di: Liu, Xiaoyang, et al.
Pubblicazione: (2024)
StepVAR: Structure-Texture Guided Pruning for Visual Autoregressive Models
di: Liu, Keli, et al.
Pubblicazione: (2026)
di: Liu, Keli, et al.
Pubblicazione: (2026)
Forest2Seq: Revitalizing Order Prior for Sequential Indoor Scene Synthesis
di: Sun, Qi, et al.
Pubblicazione: (2024)
di: Sun, Qi, et al.
Pubblicazione: (2024)
DEBISS: a Corpus of Individual, Semi-structured and Spoken Debates
di: de Souza, Klaywert Danillo Ferreira, et al.
Pubblicazione: (2026)
di: de Souza, Klaywert Danillo Ferreira, et al.
Pubblicazione: (2026)
A Tale of Two Languages: Large-Vocabulary Continuous Sign Language Recognition from Spoken Language Supervision
di: Raude, Charles, et al.
Pubblicazione: (2024)
di: Raude, Charles, et al.
Pubblicazione: (2024)
Semi-Supervised Synthetic Data Generation with Fine-Grained Relevance Control for Short Video Search Relevance Modeling
di: Li, Haoran, et al.
Pubblicazione: (2025)
di: Li, Haoran, et al.
Pubblicazione: (2025)
Uni-Sign: Toward Unified Sign Language Understanding at Scale
di: Li, Zecheng, et al.
Pubblicazione: (2025)
di: Li, Zecheng, et al.
Pubblicazione: (2025)
Multi-Intent Spoken Language Understanding: Methods, Trends, and Challenges
di: Wu, Di, et al.
Pubblicazione: (2025)
di: Wu, Di, et al.
Pubblicazione: (2025)
FreezeEmpath: Efficient Training for Empathetic Spoken Chatbots with Frozen LLMs
di: Hong, Yun, et al.
Pubblicazione: (2026)
di: Hong, Yun, et al.
Pubblicazione: (2026)
SwinShadow: Shifted Window for Ambiguous Adjacent Shadow Detection
di: Wang, Yonghui, et al.
Pubblicazione: (2024)
di: Wang, Yonghui, et al.
Pubblicazione: (2024)
Motion-aware 3D Gaussian Splatting for Efficient Dynamic Scene Reconstruction
di: Guo, Zhiyang, et al.
Pubblicazione: (2024)
di: Guo, Zhiyang, et al.
Pubblicazione: (2024)
CroPrompt: Cross-task Interactive Prompting for Zero-shot Spoken Language Understanding
di: Qin, Libo, et al.
Pubblicazione: (2024)
di: Qin, Libo, et al.
Pubblicazione: (2024)
Instance-aware Exploration-Verification-Exploitation for Instance ImageGoal Navigation
di: Lei, Xiaohan, et al.
Pubblicazione: (2024)
di: Lei, Xiaohan, et al.
Pubblicazione: (2024)
Exploiting Spatial-Temporal Context for Interacting Hand Reconstruction on Monocular RGB Video
di: Zhao, Weichao, et al.
Pubblicazione: (2023)
di: Zhao, Weichao, et al.
Pubblicazione: (2023)
Optimizing Distributional Geometry Alignment with Optimal Transport for Generative Dataset Distillation
di: Cui, Xiao, et al.
Pubblicazione: (2025)
di: Cui, Xiao, et al.
Pubblicazione: (2025)
Multi-Scale Invertible Neural Network for Wide-Range Variable-Rate Learned Image Compression
di: Tu, Hanyue, et al.
Pubblicazione: (2025)
di: Tu, Hanyue, et al.
Pubblicazione: (2025)
Documenti analoghi
-
Robust Multimodal Large Language Models Against Modality Conflict
di: Zhang, Zongmeng, et al.
Pubblicazione: (2025) -
Cross-Lingual Transfer for Natural Language Inference via Multilingual Prompt Translator
di: Qiu, Xiaoyu, et al.
Pubblicazione: (2024) -
Exploiting GPT-4 Vision for Zero-shot Point Cloud Understanding
di: Sun, Qi, et al.
Pubblicazione: (2024) -
P-RAG: Progressive Retrieval Augmented Generation For Planning on Embodied Everyday Task
di: Xu, Weiye, et al.
Pubblicazione: (2024) -
Multi-Level Optimal Transport for Universal Cross-Tokenizer Knowledge Distillation on Language Models
di: Cui, Xiao, et al.
Pubblicazione: (2024)