"Is This It?": Towards Ecologically Valid Benchmarks for Situated Collaboration
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Bohus, Dan, Andrist, Sean, Bao, Yuwei, Horvitz, Eric, Paradiso, Ann |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
SigmaCollab: An Application-Driven Dataset for Physically Situated Collaboration
par: Bohus, Dan, et autres
Publié: (2025)
par: Bohus, Dan, et autres
Publié: (2025)
SIGMA: An Open-Source Interactive System for Mixed-Reality Task Assistance Research
par: Bohus, Dan, et autres
Publié: (2024)
par: Bohus, Dan, et autres
Publié: (2024)
Memory-Centric Embodied Question Answering
par: Zhai, Mingliang, et autres
Publié: (2025)
par: Zhai, Mingliang, et autres
Publié: (2025)
CMMU: A Benchmark for Chinese Multi-modal Multi-type Question Understanding and Reasoning
par: He, Zheqi, et autres
Publié: (2024)
par: He, Zheqi, et autres
Publié: (2024)
Towards Robust Multimodal Sentiment Analysis with Incomplete Data
par: Zhang, Haoyu, et autres
Publié: (2024)
par: Zhang, Haoyu, et autres
Publié: (2024)
Can Large Language Models Help Multimodal Language Analysis? MMLA: A Comprehensive Benchmark
par: Zhang, Hanlei, et autres
Publié: (2025)
par: Zhang, Hanlei, et autres
Publié: (2025)
Towards Better Text-to-Image Generation Alignment via Attention Modulation
par: Wu, Yihang, et autres
Publié: (2024)
par: Wu, Yihang, et autres
Publié: (2024)
OmniTrace: A Unified Framework for Generation-Time Attribution in Omni-Modal LLMs
par: Yan, Qianqi, et autres
Publié: (2026)
par: Yan, Qianqi, et autres
Publié: (2026)
Multi-Domain Audio Question Answering Benchmark Toward Acoustic Content Reasoning
par: Yang, Chao-Han Huck, et autres
Publié: (2025)
par: Yang, Chao-Han Huck, et autres
Publié: (2025)
PTA: Enhancing Multimodal Sentiment Analysis through Pipelined Prediction and Translation-based Alignment
par: Song, Shezheng, et autres
Publié: (2024)
par: Song, Shezheng, et autres
Publié: (2024)
Knowledge-Guided Dynamic Modality Attention Fusion Framework for Multimodal Sentiment Analysis
par: Feng, Xinyu, et autres
Publié: (2024)
par: Feng, Xinyu, et autres
Publié: (2024)
FineFake: A Knowledge-Enriched Dataset for Fine-Grained Multi-Domain Fake News Detection
par: Zhou, Ziyi, et autres
Publié: (2024)
par: Zhou, Ziyi, et autres
Publié: (2024)
OmnixR: Evaluating Omni-modality Language Models on Reasoning across Modalities
par: Chen, Lichang, et autres
Publié: (2024)
par: Chen, Lichang, et autres
Publié: (2024)
Enhancing Multimodal Affective Analysis with Learned Live Comment Features
par: Deng, Zhaoyuan, et autres
Publié: (2024)
par: Deng, Zhaoyuan, et autres
Publié: (2024)
SemEval-2024 Task 3: Multimodal Emotion Cause Analysis in Conversations
par: Wang, Fanfan, et autres
Publié: (2024)
par: Wang, Fanfan, et autres
Publié: (2024)
A Bounding Box is Worth One Token: Interleaving Layout and Text in a Large Language Model for Document Understanding
par: Lu, Jinghui, et autres
Publié: (2024)
par: Lu, Jinghui, et autres
Publié: (2024)
Unsupervised Multimodal Clustering for Semantics Discovery in Multimodal Utterances
par: Zhang, Hanlei, et autres
Publié: (2024)
par: Zhang, Hanlei, et autres
Publié: (2024)
Shapley Value-based Contrastive Alignment for Multimodal Information Extraction
par: Luo, Wen, et autres
Publié: (2024)
par: Luo, Wen, et autres
Publié: (2024)
Traj-MLLM: Can Multimodal Large Language Models Reform Trajectory Data Mining?
par: Liu, Shuo, et autres
Publié: (2025)
par: Liu, Shuo, et autres
Publié: (2025)
LLM-Guided Semantic Relational Reasoning for Multimodal Intent Recognition
par: Zhou, Qianrui, et autres
Publié: (2025)
par: Zhou, Qianrui, et autres
Publié: (2025)
SlideTailor: Personalized Presentation Slide Generation for Scientific Papers
par: Zeng, Wenzheng, et autres
Publié: (2025)
par: Zeng, Wenzheng, et autres
Publié: (2025)
SIN-Bench: Tracing Native Evidence Chains in Long-Context Multimodal Scientific Interleaved Literature
par: Ren, Yiming, et autres
Publié: (2026)
par: Ren, Yiming, et autres
Publié: (2026)
Tailored Teaching with Balanced Difficulty: Elevating Reasoning in Multimodal Chain-of-Thought via Prompt Curriculum
par: Yang, Xinglong, et autres
Publié: (2025)
par: Yang, Xinglong, et autres
Publié: (2025)
Cardiverse: Harnessing LLMs for Novel Card Game Prototyping
par: Li, Danrui, et autres
Publié: (2025)
par: Li, Danrui, et autres
Publié: (2025)
Retrieval-Augmented Generation for Electrocardiogram-Language Models
par: Song, Xiaoyu, et autres
Publié: (2025)
par: Song, Xiaoyu, et autres
Publié: (2025)
GeoGuess: Multimodal Reasoning based on Hierarchy of Visual Information in Street View
par: Cheng, Fenghua, et autres
Publié: (2025)
par: Cheng, Fenghua, et autres
Publié: (2025)
A Survey on Image-text Multimodal Models
par: Guo, Ruifeng, et autres
Publié: (2023)
par: Guo, Ruifeng, et autres
Publié: (2023)
Prolonged Reasoning Is Not All You Need: Certainty-Based Adaptive Routing for Efficient LLM/MLLM Reasoning
par: Lu, Jinghui, et autres
Publié: (2025)
par: Lu, Jinghui, et autres
Publié: (2025)
Beyond Spurious Signals: Debiasing Multimodal Large Language Models via Counterfactual Inference and Adaptive Expert Routing
par: Wu, Zichen, et autres
Publié: (2025)
par: Wu, Zichen, et autres
Publié: (2025)
A Survey of Generative Categories and Techniques in Multimodal Generative Models
par: Han, Longzhen, et autres
Publié: (2025)
par: Han, Longzhen, et autres
Publié: (2025)
History-Guided Iterative Visual Reasoning with Self-Correction
par: Yang, Xinglong, et autres
Publié: (2026)
par: Yang, Xinglong, et autres
Publié: (2026)
MultimodalHugs: Enabling Sign Language Processing in Hugging Face
par: Sant, Gerard, et autres
Publié: (2025)
par: Sant, Gerard, et autres
Publié: (2025)
Temporal-Spatial Decouple before Act: Disentangled Representation Learning for Multimodal Sentiment Analysis
par: Meng, Chunlei, et autres
Publié: (2026)
par: Meng, Chunlei, et autres
Publié: (2026)
A Multimodal Framework for Explainable Evaluation of Soft Skills in Educational Environments
par: Guerrero-Sosa, Jared D. T., et autres
Publié: (2025)
par: Guerrero-Sosa, Jared D. T., et autres
Publié: (2025)
A Highly Clean Recipe Dataset with Ingredient States Annotation for State Probing Task
par: Toyooka, Mashiro, et autres
Publié: (2025)
par: Toyooka, Mashiro, et autres
Publié: (2025)
Interpretable Multimodal Misinformation Detection with Logic Reasoning
par: Liu, Hui, et autres
Publié: (2023)
par: Liu, Hui, et autres
Publié: (2023)
PediatricsMQA: a Multi-modal Pediatrics Question Answering Benchmark
par: Bahaj, Adil, et autres
Publié: (2025)
par: Bahaj, Adil, et autres
Publié: (2025)
MultiMedEdit: A Scenario-Aware Benchmark for Evaluating Knowledge Editing in Medical VQA
par: Wen, Shengtao, et autres
Publié: (2025)
par: Wen, Shengtao, et autres
Publié: (2025)
Towards Unified Multi-Modal Personalization: Large Vision-Language Models for Generative Recommendation and Beyond
par: Wei, Tianxin, et autres
Publié: (2024)
par: Wei, Tianxin, et autres
Publié: (2024)
Seeing Culture: A Benchmark for Visual Reasoning and Grounding
par: Satar, Burak, et autres
Publié: (2025)
par: Satar, Burak, et autres
Publié: (2025)
Documents similaires
-
SigmaCollab: An Application-Driven Dataset for Physically Situated Collaboration
par: Bohus, Dan, et autres
Publié: (2025) -
SIGMA: An Open-Source Interactive System for Mixed-Reality Task Assistance Research
par: Bohus, Dan, et autres
Publié: (2024) -
Memory-Centric Embodied Question Answering
par: Zhai, Mingliang, et autres
Publié: (2025) -
CMMU: A Benchmark for Chinese Multi-modal Multi-type Question Understanding and Reasoning
par: He, Zheqi, et autres
Publié: (2024) -
Towards Robust Multimodal Sentiment Analysis with Incomplete Data
par: Zhang, Haoyu, et autres
Publié: (2024)