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