Copertina

EAGLE: Elevating Geometric Reasoning through LLM-empowered Visual Instruction Tuning

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Li, Zhihao, Du, Yao, Liu, Yang, Zhang, Yan, Liu, Yufang, Zhang, Mengdi, Cai, Xunliang, Ling, Charles, Wang, Boyu
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Computer Vision and Pattern Recognition
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

The Role of Visual Modality in Multimodal Mathematical Reasoning: Challenges and Insights
di: Liu, Yufang, et al.
Pubblicazione: (2025)

What Makes for Good Visual Instructions? Synthesizing Complex Visual Reasoning Instructions for Visual Instruction Tuning
di: Du, Yifan, et al.
Pubblicazione: (2023)

CodePlot-CoT: Mathematical Visual Reasoning by Thinking with Code-Driven Images
di: Duan, Chengqi, et al.
Pubblicazione: (2025)

EAGLE: Enhanced Visual Grounding Minimizes Hallucinations in Instructional Multimodal Models
di: Villa, Andrés, et al.
Pubblicazione: (2025)

Elevating Visual Question Answering through Implicitly Learned Reasoning Pathways in LVLMs
di: Jing, Liu, et al.
Pubblicazione: (2025)

Personalized Visual Instruction Tuning
di: Pi, Renjie, et al.
Pubblicazione: (2024)

LLM-empowered Dynamic Prompt Routing for Vision-Language Models Tuning under Long-Tailed Distributions
di: Jia, Yongju, et al.
Pubblicazione: (2025)

Prejudge-Before-Think: Enhancing Large Language Models at Test-Time by Process Prejudge Reasoning
di: Wang, Jianing, et al.
Pubblicazione: (2025)

Osprey: Pixel Understanding with Visual Instruction Tuning
di: Yuan, Yuqian, et al.
Pubblicazione: (2023)

Learning to Instruct for Visual Instruction Tuning
di: Zhou, Zhihan, et al.
Pubblicazione: (2025)

Reconstructive Visual Instruction Tuning
di: Wang, Haochen, et al.
Pubblicazione: (2024)

MAVIS: Mathematical Visual Instruction Tuning with an Automatic Data Engine
di: Zhang, Renrui, et al.
Pubblicazione: (2024)

EAGLE: Towards Efficient Arbitrary Referring Visual Prompts Comprehension for Multimodal Large Language Models
di: Zhang, Jiacheng, et al.
Pubblicazione: (2024)

Visual Instruction Tuning with Chain of Region-of-Interest
di: Chen, Yixin, et al.
Pubblicazione: (2025)

RefChartQA: Grounding Visual Answer on Chart Images through Instruction Tuning
di: Vogel, Alexander, et al.
Pubblicazione: (2025)

PMC-VQA: Visual Instruction Tuning for Medical Visual Question Answering
di: Zhang, Xiaoman, et al.
Pubblicazione: (2023)

LLaVA-c: Continual Improved Visual Instruction Tuning
di: Liu, Wenzhuo, et al.
Pubblicazione: (2025)

Corrupted but Not Broken: Understanding and Mitigating the Negative Impacts of Corrupted Data in Visual Instruction Tuning
di: Gou, Yunhao, et al.
Pubblicazione: (2025)

EAGLE: Episodic Appearance- and Geometry-aware Memory for Unified 2D-3D Visual Query Localization in Egocentric Vision
di: Cao, Yifei, et al.
Pubblicazione: (2025)

Top-Down Compression: Revisit Efficient Vision Token Projection for Visual Instruction Tuning
di: li, Bonan, et al.
Pubblicazione: (2025)

Think with 3D: Geometric Imagination Grounded Spatial Reasoning from Limited Views
di: Chen, Zhangquan, et al.
Pubblicazione: (2025)

Improved Baselines with Visual Instruction Tuning
di: Liu, Haotian, et al.
Pubblicazione: (2023)

Generative Visual Instruction Tuning
di: Hernandez, Jefferson, et al.
Pubblicazione: (2024)

Comparison Visual Instruction Tuning
di: Lin, Wei, et al.
Pubblicazione: (2024)

GloFinder: AI-empowered QuPath Plugin for WSI-level Glomerular Detection, Visualization, and Curation
di: Yue, Jialin, et al.
Pubblicazione: (2024)

Critique Before Thinking: Mitigating Hallucination through Rationale-Augmented Instruction Tuning
di: Yang, Zexian, et al.
Pubblicazione: (2025)

Parrot: Multilingual Visual Instruction Tuning
di: Sun, Hai-Long, et al.
Pubblicazione: (2024)

Visual Generation Tuning
di: Guo, Jiahao, et al.
Pubblicazione: (2025)

AutothinkRAG: Complexity-Aware Control of Retrieval-Augmented Reasoning for Image-Text Interaction
di: Yang, Jiashu, et al.
Pubblicazione: (2026)

LLaVAR: Enhanced Visual Instruction Tuning for Text-Rich Image Understanding
di: Zhang, Yanzhe, et al.
Pubblicazione: (2023)

AbductiveMLLM: Boosting Visual Abductive Reasoning Within MLLMs
di: Chang, Boyu, et al.
Pubblicazione: (2026)

Instruction Tuning-free Visual Token Complement for Multimodal LLMs
di: Wang, Dongsheng, et al.
Pubblicazione: (2024)

TextSquare: Scaling up Text-Centric Visual Instruction Tuning
di: Tang, Jingqun, et al.
Pubblicazione: (2024)

Class Overwhelms: Mutual Conditional Blended-Target Domain Adaptation
di: Xu, Pengcheng, et al.
Pubblicazione: (2023)

INST-IT: Boosting Instance Understanding via Explicit Visual Prompt Instruction Tuning
di: Peng, Wujian, et al.
Pubblicazione: (2024)

ModalPrompt: Towards Efficient Multimodal Continual Instruction Tuning with Dual-Modality Guided Prompt
di: Zeng, Fanhu, et al.
Pubblicazione: (2024)

GeoTikzBridge: Advancing Multimodal Code Generation for Geometric Perception and Reasoning
di: Sun, Jiayin, et al.
Pubblicazione: (2026)

Do Large Language Models Excel in Complex Logical Reasoning with Formal Language?
di: Jiang, Jin, et al.
Pubblicazione: (2025)

Improving Medical Visual Reinforcement Fine-Tuning via Perception and Reasoning Augmentation
di: Yang, Guangjing, et al.
Pubblicazione: (2026)

Visual Autoregressive Modeling for Instruction-Guided Image Editing
di: Mao, Qingyang, et al.
Pubblicazione: (2025)