Buchumschlag

More Text, Less Point: Towards 3D Data-Efficient Point-Language Understanding

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Tang, Yuan, Han, Xu, Li, Xianzhi, Yu, Qiao, Xu, Jinfeng, Hao, Yixue, Hu, Long, Chen, Min
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

MiniGPT-3D: Efficiently Aligning 3D Point Clouds with Large Language Models using 2D Priors
von: Tang, Yuan, et al.
Veröffentlicht: (2024)

SASep: Saliency-Aware Structured Separation of Geometry and Feature for Open Set Learning on Point Clouds
von: Xu, Jinfeng, et al.
Veröffentlicht: (2025)

PointDreamer: Zero-shot 3D Textured Mesh Reconstruction from Colored Point Cloud
von: Yu, Qiao, et al.
Veröffentlicht: (2024)

PDF: A Probability-Driven Framework for Open World 3D Point Cloud Semantic Segmentation
von: Xu, Jinfeng, et al.
Veröffentlicht: (2024)

Fancy123: One Image to High-Quality 3D Mesh Generation via Plug-and-Play Deformation
von: Yu, Qiao, et al.
Veröffentlicht: (2024)

MoST: Efficient Monarch Sparse Tuning for 3D Representation Learning
von: Han, Xu, et al.
Veröffentlicht: (2025)

Learning More from Less: Exploiting Counterfactuals for Data-Efficient Chart Understanding
von: Bao, Jianzhu, et al.
Veröffentlicht: (2026)

PointLLM: Empowering Large Language Models to Understand Point Clouds
von: Xu, Runsen, et al.
Veröffentlicht: (2023)

Natural Language Fine-Tuning
von: Liu, Jia, et al.
Veröffentlicht: (2024)

E$^3$-Pruner: Towards Efficient, Economical, and Effective Layer Pruning for Large Language Models
von: Yuan, Tao, et al.
Veröffentlicht: (2025)

Say More with Less: Understanding Prompt Learning Behaviors through Gist Compression
von: Li, Xinze, et al.
Veröffentlicht: (2024)

Towards Efficient Vision-Language Tuning: More Information Density, More Generalizability
von: Hao, Tianxiang, et al.
Veröffentlicht: (2023)

Mamba3D: Enhancing Local Features for 3D Point Cloud Analysis via State Space Model
von: Han, Xu, et al.
Veröffentlicht: (2024)

Less is More: Adapting Text Embeddings for Low-Resource Languages with Small Scale Noisy Synthetic Data
von: Navasardyan, Zaruhi, et al.
Veröffentlicht: (2026)

Less is More: Extreme Gradient Boost Rank-1 Adaption for Efficient Finetuning of LLMs
von: Zhang, Yifei, et al.
Veröffentlicht: (2024)

Less Languages, Less Tokens: An Efficient Unified Logic Cross-lingual Chain-of-Thought Reasoning Framework
von: Zhang, Chenyuan, et al.
Veröffentlicht: (2026)

Less is More: The Effectiveness of Compact Typological Language Representations
von: Ng, York Hay, et al.
Veröffentlicht: (2025)

ContrastScore: Towards Higher Quality, Less Biased, More Efficient Evaluation Metrics with Contrastive Evaluation
von: Wang, Xiao, et al.
Veröffentlicht: (2025)

Less is More: Geometric Unlearning for LLMs with Minimal Data Disclosure
von: Tan, Chenchen, et al.
Veröffentlicht: (2026)

Benchmarking Post-Training Quantization of Large Language Models under Microscaling Floating Point Formats
von: Zhang, Manyi, et al.
Veröffentlicht: (2026)

Soundwave: Less is More for Speech-Text Alignment in LLMs
von: Zhang, Yuhao, et al.
Veröffentlicht: (2025)

Learning Less Is More: Premature Upper-Layer Attention Specialization Hurts Language Model Pretraining
von: Zhu, Jinchang, et al.
Veröffentlicht: (2026)

Getting More from Less: Large Language Models are Good Spontaneous Multilingual Learners
von: Zhang, Shimao, et al.
Veröffentlicht: (2024)

When Less Language is More: Language-Reasoning Disentanglement Makes LLMs Better Multilingual Reasoners
von: Zhao, Weixiang, et al.
Veröffentlicht: (2025)

Hallucinate Less by Thinking More: Aspect-Based Causal Abstention for Large Language Models
von: Nguyen, Vy, et al.
Veröffentlicht: (2025)

Less is More: Resource-Efficient Low-Rank Adaptation
von: Tian, Chunlin, et al.
Veröffentlicht: (2025)

Less is More: Selective Reflection for Compatible and Efficient Knowledge Distillation in Large Language Models
von: Liu, Lingyuan, et al.
Veröffentlicht: (2025)

Less is More: Compact Clue Selection for Efficient Retrieval-Augmented Generation Reasoning
von: Zhang, Qianchi, et al.
Veröffentlicht: (2025)

Acting Less is Reasoning More! Teaching Model to Act Efficiently
von: Wang, Hongru, et al.
Veröffentlicht: (2025)

Less is More: High-value Data Selection for Visual Instruction Tuning
von: Liu, Zikang, et al.
Veröffentlicht: (2024)

Less Is More? Examining Fairness in Pruned Large Language Models for Summarising Opinions
von: Huang, Nannan, et al.
Veröffentlicht: (2025)

Explain Less, Understand More: Jargon Detection via Personalized Parameter-Efficient Fine-tuning
von: Wu, Bohao, et al.
Veröffentlicht: (2025)

Sell More, Play Less: Benchmarking LLM Realistic Selling Skill
von: Su, Xuanbo, et al.
Veröffentlicht: (2026)

Less is More: Sparse Watermarking in LLMs with Enhanced Text Quality
von: Hoang, Duy C., et al.
Veröffentlicht: (2024)

Towards a More Generalized Approach in Open Relation Extraction
von: Wang, Qing, et al.
Veröffentlicht: (2025)

When More is Less: Understanding Chain-of-Thought Length in LLMs
von: Wu, Yuyang, et al.
Veröffentlicht: (2025)

ELITE: Embedding-Less retrieval with Iterative Text Exploration
von: Wang, Zhangyu, et al.
Veröffentlicht: (2025)

Less is More: Improving LLM Alignment via Preference Data Selection
von: Deng, Xun, et al.
Veröffentlicht: (2025)

LIMO: Less is More for Reasoning
von: Ye, Yixin, et al.
Veröffentlicht: (2025)

When More Is Less: A Systematic Analysis of Spatial and Commonsense Information for Visual Spatial Reasoning
von: Akasaka, Muku, et al.
Veröffentlicht: (2026)