Beyond Sight: Towards Cognitive Alignment in LVLM via Enriched Visual Knowledge
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Zhao, Yaqi, Yin, Yuanyang, Li, Lin, Lin, Mingan, Huang, Victor Shea-Jay, Chen, Siwei, Chen, Weipeng, Yin, Baoqun, Zhou, Zenan, Zhang, Wentao |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Towards Precise Scaling Laws for Video Diffusion Transformers
par: Yin, Yuanyang, et autres
Publié: (2024)
par: Yin, Yuanyang, et autres
Publié: (2024)
SEA: Supervised Embedding Alignment for Token-Level Visual-Textual Integration in MLLMs
par: Yin, Yuanyang, et autres
Publié: (2024)
par: Yin, Yuanyang, et autres
Publié: (2024)
Ocean-OCR: Towards General OCR Application via a Vision-Language Model
par: Chen, Song, et autres
Publié: (2025)
par: Chen, Song, et autres
Publié: (2025)
K12Vista: Exploring the Boundaries of MLLMs in K-12 Education
par: Li, Chong, et autres
Publié: (2025)
par: Li, Chong, et autres
Publié: (2025)
EduFlow: Advancing MLLMs' Problem-Solving Proficiency through Multi-Stage, Multi-Perspective Critique
par: Zhu, Chenglin, et autres
Publié: (2025)
par: Zhu, Chenglin, et autres
Publié: (2025)
MathScape: Benchmarking Multimodal Large Language Models in Real-World Mathematical Contexts
par: Liang, Hao, et autres
Publié: (2024)
par: Liang, Hao, et autres
Publié: (2024)
Bridge 2D-3D: Uncertainty-aware Hierarchical Registration Network with Domain Alignment
par: Cheng, Zhixin, et autres
Publié: (2025)
par: Cheng, Zhixin, et autres
Publié: (2025)
CFBench: A Comprehensive Constraints-Following Benchmark for LLMs
par: Zhang, Tao, et autres
Publié: (2024)
par: Zhang, Tao, et autres
Publié: (2024)
Baichuan Alignment Technical Report
par: Lin, Mingan, et autres
Publié: (2024)
par: Lin, Mingan, et autres
Publié: (2024)
VCR: Variance-Driven Channel Recalibration for Robust Low-Light Enhancement
par: Cheng, Zhixin, et autres
Publié: (2026)
par: Cheng, Zhixin, et autres
Publié: (2026)
GLASS: Geometry-aware Local Alignment and Structure Synchronization Network for 2D-3D Registration
par: Cheng, Zhixin, et autres
Publié: (2026)
par: Cheng, Zhixin, et autres
Publié: (2026)
Towards Temporal Knowledge Graph Alignment in the Wild
par: Zhao, Runhao, et autres
Publié: (2025)
par: Zhao, Runhao, et autres
Publié: (2025)
Fooling the LVLM Judges: Visual Biases in LVLM-Based Evaluation
par: Hwang, Yerin, et autres
Publié: (2025)
par: Hwang, Yerin, et autres
Publié: (2025)
Adaptive Agent Selection and Interaction Network for Image-to-point cloud Registration
par: Cheng, Zhixin, et autres
Publié: (2025)
par: Cheng, Zhixin, et autres
Publié: (2025)
FS-I2P:A Hierarchical Focus-Sweep Registration Network with Dynamically Allocated Depth
par: Cheng, Zhixin, et autres
Publié: (2026)
par: Cheng, Zhixin, et autres
Publié: (2026)
Learning Individual Intrinsic Reward in Multi-Agent Reinforcement Learning via Incorporating Generalized Human Expertise
par: Wu, Xuefei, et autres
Publié: (2025)
par: Wu, Xuefei, et autres
Publié: (2025)
ComPO: Preference Alignment via Comparison Oracles
par: Chen, Peter, et autres
Publié: (2025)
par: Chen, Peter, et autres
Publié: (2025)
Alignment, Mining and Fusion: Representation Alignment with Hard Negative Mining and Selective Knowledge Fusion for Medical Visual Question Answering
par: Zou, Yuanhao, et autres
Publié: (2025)
par: Zou, Yuanhao, et autres
Publié: (2025)
Cognitive Visual-Language Mapper: Advancing Multimodal Comprehension with Enhanced Visual Knowledge Alignment
par: Li, Yunxin, et autres
Publié: (2024)
par: Li, Yunxin, et autres
Publié: (2024)
FB-Bench: A Fine-Grained Multi-Task Benchmark for Evaluating LLMs' Responsiveness to Human Feedback
par: Li, Youquan, et autres
Publié: (2024)
par: Li, Youquan, et autres
Publié: (2024)
Ultrafine Pd Nanoparticles on Triphenylphosphine‐Covalent Organic Framework for Dual Photo/Thermal Catalysis of Scalable C‐C/C‐N Cross‐Couplings
par: Shaodong Jiang, et autres
Publié: (2025)
par: Shaodong Jiang, et autres
Publié: (2025)
Mock Observations: Three Different Types of Galaxy Alignment in TNG100 Simulations
par: Lan, Yanyao, et autres
Publié: (2024)
par: Lan, Yanyao, et autres
Publié: (2024)
Baichuan-Audio: A Unified Framework for End-to-End Speech Interaction
par: Li, Tianpeng, et autres
Publié: (2025)
par: Li, Tianpeng, et autres
Publié: (2025)
Panther: Illuminate the Sight of Multimodal LLMs with Instruction-Guided Visual Prompts
par: Li, Honglin, et autres
Publié: (2024)
par: Li, Honglin, et autres
Publié: (2024)
LEMMA: Towards LVLM-Enhanced Multimodal Misinformation Detection with External Knowledge Augmentation
par: Xuan, Keyang, et autres
Publié: (2024)
par: Xuan, Keyang, et autres
Publié: (2024)
ClearSight: Visual Signal Enhancement for Object Hallucination Mitigation in Multimodal Large language Models
par: Yin, Hao, et autres
Publié: (2025)
par: Yin, Hao, et autres
Publié: (2025)
LVLM-Aided Alignment of Task-Specific Vision Models
par: Koebler, Alexander, et autres
Publié: (2025)
par: Koebler, Alexander, et autres
Publié: (2025)
Synthesizing Multimodal Geometry Datasets from Scratch and Enabling Visual Alignment via Plotting Code
par: Lin, Haobo, et autres
Publié: (2026)
par: Lin, Haobo, et autres
Publié: (2026)
JPS: Jailbreak Multimodal Large Language Models with Collaborative Visual Perturbation and Textual Steering
par: Chen, Renmiao, et autres
Publié: (2025)
par: Chen, Renmiao, et autres
Publié: (2025)
Facilitating Multi-turn Function Calling for LLMs via Compositional Instruction Tuning
par: Chen, Mingyang, et autres
Publié: (2024)
par: Chen, Mingyang, et autres
Publié: (2024)
Neural Visual Decoding via Cognitive guided Adaptive Blurring and Information Constrained Alignment
par: Yin, Fan, et autres
Publié: (2026)
par: Yin, Fan, et autres
Publié: (2026)
Enrich-on-Graph: Query-Graph Alignment for Complex Reasoning with LLM Enriching
par: Li, Songze, et autres
Publié: (2025)
par: Li, Songze, et autres
Publié: (2025)
EcoAlign: An Economically Rational Framework for Efficient LVLM Alignment
par: Cheng, Ruoxi, et autres
Publié: (2025)
par: Cheng, Ruoxi, et autres
Publié: (2025)
LumiGen: An LVLM-Enhanced Iterative Framework for Fine-Grained Text-to-Image Generation
par: Dong, Xiaoqi, et autres
Publié: (2025)
par: Dong, Xiaoqi, et autres
Publié: (2025)
Beyond Sight: Probing Alignment Between Image Models and Blind V1
par: Granley, Jacob, et autres
Publié: (2024)
par: Granley, Jacob, et autres
Publié: (2024)
Exploring Part-Informed Visual-Language Learning for Person Re-Identification
par: Lin, Yin, et autres
Publié: (2023)
par: Lin, Yin, et autres
Publié: (2023)
EchoSight: Advancing Visual-Language Models with Wiki Knowledge
par: Yan, Yibin, et autres
Publié: (2024)
par: Yan, Yibin, et autres
Publié: (2024)
PAS: Data-Efficient Plug-and-Play Prompt Augmentation System
par: Zheng, Miao, et autres
Publié: (2024)
par: Zheng, Miao, et autres
Publié: (2024)
Representation in Cognitive Science
par: Shea, Nicholas
Publié: (2018)
par: Shea, Nicholas
Publié: (2018)
Beyond Rigid Alignment: Graph Federated Learning via Dual Manifold Calibration
par: Yu, Wentao, et autres
Publié: (2026)
par: Yu, Wentao, et autres
Publié: (2026)
Documents similaires
-
Towards Precise Scaling Laws for Video Diffusion Transformers
par: Yin, Yuanyang, et autres
Publié: (2024) -
SEA: Supervised Embedding Alignment for Token-Level Visual-Textual Integration in MLLMs
par: Yin, Yuanyang, et autres
Publié: (2024) -
Ocean-OCR: Towards General OCR Application via a Vision-Language Model
par: Chen, Song, et autres
Publié: (2025) -
K12Vista: Exploring the Boundaries of MLLMs in K-12 Education
par: Li, Chong, et autres
Publié: (2025) -
EduFlow: Advancing MLLMs' Problem-Solving Proficiency through Multi-Stage, Multi-Perspective Critique
par: Zhu, Chenglin, et autres
Publié: (2025)