Buchumschlag

RoDE: Linear Rectified Mixture of Diverse Experts for Food Large Multi-Modal Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jiao, Pengkun, Wu, Xinlan, Zhu, Bin, Chen, Jingjing, Ngo, Chong-Wah, Jiang, Yugang
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Don't Deceive Me: Mitigating Gaslighting through Attention Reallocation in LMMs
von: Jiao, Pengkun, et al.
Veröffentlicht: (2025)

From Holistic to Localized: Local Enhanced Adapters for Efficient Visual Instruction Fine-Tuning
von: Jiao, Pengkun, et al.
Veröffentlicht: (2024)

FoodLMM: A Versatile Food Assistant using Large Multi-modal Model
von: Yin, Yuehao, et al.
Veröffentlicht: (2023)

Advancing Food Nutrition Estimation via Visual-Ingredient Feature Fusion
von: Qi, Huiyan, et al.
Veröffentlicht: (2025)

Towards Unbiased Cross-Modal Representation Learning for Food Image-to-Recipe Retrieval
von: Wang, Qing, et al.
Veröffentlicht: (2025)

Interpretable Embedding for Ad-hoc Video Search
von: Wu, Jiaxin, et al.
Veröffentlicht: (2024)

Retrieval Augmented Recipe Generation
von: Liu, Guoshan, et al.
Veröffentlicht: (2024)

Spatiotemporal Sycophancy: Negation-Based Gaslighting in Video Large Language Models
von: Tang, Ziyao, et al.
Veröffentlicht: (2026)

Improving Interpretable Embeddings for Ad-hoc Video Search with Generative Captions and Multi-word Concept Bank
von: Wu, Jiaxin, et al.
Veröffentlicht: (2024)

Dual-LoRA and Quality-Enhanced Pseudo Replay for Multimodal Continual Food Learning
von: Wu, Xinlan, et al.
Veröffentlicht: (2025)

LLMs-based Augmentation for Domain Adaptation in Long-tailed Food Datasets
von: Wang, Qing, et al.
Veröffentlicht: (2025)

OVFoodSeg: Elevating Open-Vocabulary Food Image Segmentation via Image-Informed Textual Representation
von: Wu, Xiongwei, et al.
Veröffentlicht: (2024)

Sparse-Dense Mixture of Experts Adapter for Multi-Modal Tracking
von: Zhu, Yabin, et al.
Veröffentlicht: (2026)

From Canteen Food to Daily Meals: Generalizing Food Recognition to More Practical Scenarios
von: Liu, Guoshan, et al.
Veröffentlicht: (2024)

Customize Segment Anything Model for Multi-Modal Semantic Segmentation with Mixture of LoRA Experts
von: Zhu, Chenyang, et al.
Veröffentlicht: (2024)

Domain Expansion and Boundary Growth for Open-Set Single-Source Domain Generalization
von: Jiao, Pengkun, et al.
Veröffentlicht: (2024)

Unlocking Textual and Visual Wisdom: Open-Vocabulary 3D Object Detection Enhanced by Comprehensive Guidance from Text and Image
von: Jiao, Pengkun, et al.
Veröffentlicht: (2024)

Mixture of Style Experts for Diverse Image Stylization
von: Zhu, Shihao, et al.
Veröffentlicht: (2026)

CookingDiffusion: Cooking Procedural Image Generation with Stable Diffusion
von: Wang, Yuan, et al.
Veröffentlicht: (2025)

MoE3D: Mixture of Experts meets Multi-Modal 3D Understanding
von: Li, Yu, et al.
Veröffentlicht: (2025)

MoIIE: Mixture of Intra- and Inter-Modality Experts for Large Vision Language Models
von: Wang, Dianyi, et al.
Veröffentlicht: (2025)

Mitigating Cross-modal Representation Bias for Multicultural Image-to-Recipe Retrieval
von: Wang, Qing, et al.
Veröffentlicht: (2025)

FlexiReID: Adaptive Mixture of Expert for Multi-Modal Person Re-Identification
von: Sun, Zhen, et al.
Veröffentlicht: (2025)

PosMLP-Video: Spatial and Temporal Relative Position Encoding for Efficient Video Recognition
von: Hao, Yanbin, et al.
Veröffentlicht: (2024)

NEXT: Multi-Grained Mixture of Experts via Text-Modulation for Multi-Modal Object Re-Identification
von: Li, Shihao, et al.
Veröffentlicht: (2025)

RingMoE: Mixture-of-Modality-Experts Multi-Modal Foundation Models for Universal Remote Sensing Image Interpretation
von: Bi, Hanbo, et al.
Veröffentlicht: (2025)

DeMo: Decoupled Feature-Based Mixture of Experts for Multi-Modal Object Re-Identification
von: Wang, Yuhao, et al.
Veröffentlicht: (2024)

Mr. DETR++: Instructive Multi-Route Training for Detection Transformers with Mixture-of-Experts
von: Zhang, Chang-Bin, et al.
Veröffentlicht: (2024)

MCMoE: Completing Missing Modalities with Mixture of Experts for Incomplete Multimodal Action Quality Assessment
von: Xu, Huangbiao, et al.
Veröffentlicht: (2025)

LEO-MINI: An Efficient Multimodal Large Language Model using Conditional Token Reduction and Mixture of Multi-Modal Experts
von: Wang, Yimu, et al.
Veröffentlicht: (2025)

Rethinking Efficient Mixture-of-Experts for Remote Sensing Modality-Missing Classification
von: Gao, Qinghao, et al.
Veröffentlicht: (2025)

Rectifying Magnitude Neglect in Linear Attention
von: Fan, Qihang, et al.
Veröffentlicht: (2025)

Multi-Task Dense Prediction via Mixture of Low-Rank Experts
von: Yang, Yuqi, et al.
Veröffentlicht: (2024)

Parameter Efficient Adaptation for Image Restoration with Heterogeneous Mixture-of-Experts
von: Guo, Hang, et al.
Veröffentlicht: (2023)

MoE-LLaVA: Mixture of Experts for Large Vision-Language Models
von: Lin, Bin, et al.
Veröffentlicht: (2024)

3D-MoE: A Mixture-of-Experts Multi-modal LLM for 3D Vision and Pose Diffusion via Rectified Flow
von: Ma, Yueen, et al.
Veröffentlicht: (2025)

SafeRoPE: Risk-specific Head-wise Embedding Rotation for Safe Generation in Rectified Flow Transformers
von: Yang, Xiang, et al.
Veröffentlicht: (2026)

Unified Multi-Modal Interactive & Reactive 3D Motion Generation via Rectified Flow
von: Gupta, Prerit, et al.
Veröffentlicht: (2025)

MedMoE: Modality-Specialized Mixture of Experts for Medical Vision-Language Understanding
von: Chopra, Shivang, et al.
Veröffentlicht: (2025)

Mixture of Mini Experts: Overcoming the Linear Layer Bottleneck in Multiple Instance Learning
von: Shao, Daniel, et al.
Veröffentlicht: (2026)