Copertina

Spider: Any-to-Many Multimodal LLM

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Lai, Jinxiang, Zhang, Jie, Liu, Jun, Li, Jian, Lu, Xiaocheng, Guo, Song
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

BoxSeg: Quality-Aware and Peer-Assisted Learning for Box-supervised Instance Segmentation
di: Lai, Jinxiang, et al.
Pubblicazione: (2025)

WorldCraft: From Camera Navigation to Object Manipulation in Interactive Video World Models
di: Gu, Bohai, et al.
Pubblicazione: (2026)

Epsilon: Exploring Comprehensive Visual-Semantic Projection for Multi-Label Zero-Shot Learning
di: Liu, Ziming, et al.
Pubblicazione: (2024)

UniM: A Unified Any-to-Any Interleaved Multimodal Benchmark
di: Li, Yanlin, et al.
Pubblicazione: (2026)

TokenPacker: Efficient Visual Projector for Multimodal LLM
di: Li, Wentong, et al.
Pubblicazione: (2024)

Any2AnyTryon: Leveraging Adaptive Position Embeddings for Versatile Virtual Clothing Tasks
di: Guo, Hailong, et al.
Pubblicazione: (2025)

AnyGPT: Unified Multimodal LLM with Discrete Sequence Modeling
di: Zhan, Jun, et al.
Pubblicazione: (2024)

VisionCreator-R1: A Reflection-Enhanced Native Visual-Generation Agentic Model
di: Lai, Jinxiang, et al.
Pubblicazione: (2026)

MDReID: Modality-Decoupled Learning for Any-to-Any Multi-Modal Object Re-Identification
di: Feng, Yingying, et al.
Pubblicazione: (2025)

InstructSAM: Segment Any Instance with Any Instructions
di: Yuan, Yuqian, et al.
Pubblicazione: (2026)

LossAgent: Towards Any Optimization Objectives for Image Processing with LLM Agents
di: Li, Bingchen, et al.
Pubblicazione: (2024)

Enhancing Multi-Class Anomaly Detection via Diffusion Refinement with Dual Conditioning
di: Zhan, Jiawei, et al.
Pubblicazione: (2024)

Any-to-Any Learning in Computational Pathology via Triplet Multimodal Pretraining
di: Sun, Qichen, et al.
Pubblicazione: (2025)

FreeTuner: Any Subject in Any Style with Training-free Diffusion
di: Xu, Youcan, et al.
Pubblicazione: (2024)

DiPrompT: Disentangled Prompt Tuning for Multiple Latent Domain Generalization in Federated Learning
di: Bai, Sikai, et al.
Pubblicazione: (2024)

AnySat: One Earth Observation Model for Many Resolutions, Scales, and Modalities
di: Astruc, Guillaume, et al.
Pubblicazione: (2024)

X-Pose: Detecting Any Keypoints
di: Yang, Jie, et al.
Pubblicazione: (2023)

Any Resolution Any Geometry: From Multi-View To Multi-Patch
di: Cui, Wenqing, et al.
Pubblicazione: (2026)

Any2Any: Unified Arbitrary Modality Translation for Remote Sensing
di: Chen, Haoyang, et al.
Pubblicazione: (2026)

Depth Any Panoramas: A Foundation Model for Panoramic Depth Estimation
di: Lin, Xin, et al.
Pubblicazione: (2025)

Anything in Any Scene: Photorealistic Video Object Insertion
di: Bai, Chen, et al.
Pubblicazione: (2024)

LG-CAV: Train Any Concept Activation Vector with Language Guidance
di: Huang, Qihan, et al.
Pubblicazione: (2024)

ChartSketcher: Reasoning with Multimodal Feedback and Reflection for Chart Understanding
di: Huang, Muye, et al.
Pubblicazione: (2025)

OutfitAnyone: Ultra-high Quality Virtual Try-On for Any Clothing and Any Person
di: Sun, Ke, et al.
Pubblicazione: (2024)

IQA-Spider: Unifying Multi-Granularity Image Quality Assessment with Reasoning, Grounding and Referring
di: Peng, Xinge, et al.
Pubblicazione: (2026)

Any2Any: Incomplete Multimodal Retrieval with Conformal Prediction
di: Li, Po-han, et al.
Pubblicazione: (2024)

Animate Any Character in Any World
di: Wang, Yitong, et al.
Pubblicazione: (2025)

Dual Expert Distillation Network for Generalized Zero-Shot Learning
di: Rao, Zhijie, et al.
Pubblicazione: (2024)

MatchDet: A Collaborative Framework for Image Matching and Object Detection
di: Lai, Jinxiang, et al.
Pubblicazione: (2023)

Clustered-patch Element Connection for Few-shot Learning
di: Lai, Jinxiang, et al.
Pubblicazione: (2023)

SpiderCam: Low-Power Snapshot Depth from Differential Defocus
di: Ferreira, Marcos A., et al.
Pubblicazione: (2026)

AnyAD: Unified Any-Modality Anomaly Detection in Incomplete Multi-Sequence MRI
di: Wu, Changwei, et al.
Pubblicazione: (2025)

ATAS: Any-to-Any Self-Distillation for Enhanced Open-Vocabulary Dense Prediction
di: Yeo, Juan, et al.
Pubblicazione: (2025)

AnyTSR: Any-Scale Thermal Super-Resolution for UAV
di: Li, Mengyuan, et al.
Pubblicazione: (2025)

Motion Anything: Any to Motion Generation
di: Zhang, Zeyu, et al.
Pubblicazione: (2025)

InstructAny2Pix: Flexible Visual Editing via Multimodal Instruction Following
di: Li, Shufan, et al.
Pubblicazione: (2023)

Aligning Multimodal LLM with Human Preference: A Survey
di: Yu, Tao, et al.
Pubblicazione: (2025)

AnyDepth: Depth Estimation Made Easy
di: Ren, Zeyu, et al.
Pubblicazione: (2026)

UniDAC: Universal Metric Depth Estimation for Any Camera
di: Ganesan, Girish Chandar, et al.
Pubblicazione: (2026)

tSF: Transformer-based Semantic Filter for Few-Shot Learning
di: Lai, Jinxiang, et al.
Pubblicazione: (2022)