COEF-VQ: Cost-Efficient Video Quality Understanding through a Cascaded Multimodal LLM Framework
Fuente:
arXiv
Salvato in:
| Autori principali: | Dong, Xin, Jia, Sen, Wang, Ming Rui, Li, Yan, Yang, Zhenheng, Deng, Bingfeng, Xiong, Hongyu |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2024
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
UniCode$^2$: Cascaded Large-scale Codebooks for Unified Multimodal Understanding and Generation
di: Chen, Yanzhe, et al.
Pubblicazione: (2025)
di: Chen, Yanzhe, et al.
Pubblicazione: (2025)
VirtueBench: Evaluating Trustworthiness under Uncertainty in Long Video Understanding
di: Yu, Xueqing, et al.
Pubblicazione: (2026)
di: Yu, Xueqing, et al.
Pubblicazione: (2026)
FOCUS: Efficient Keyframe Selection for Long Video Understanding
di: Zhu, Zirui, et al.
Pubblicazione: (2025)
di: Zhu, Zirui, et al.
Pubblicazione: (2025)
When Rules Fall Short: Agent-Driven Discovery of Emerging Content Issues in Short Video Platforms
di: Yu, Chenghui, et al.
Pubblicazione: (2026)
di: Yu, Chenghui, et al.
Pubblicazione: (2026)
VideoExpert: Augmented LLM for Temporal-Sensitive Video Understanding
di: Zhao, Henghao, et al.
Pubblicazione: (2025)
di: Zhao, Henghao, et al.
Pubblicazione: (2025)
Leveraging Cascaded Binary Classification and Multimodal Fusion for Dementia Detection through Spontaneous Speech
di: Liu, Yin-Long, et al.
Pubblicazione: (2025)
di: Liu, Yin-Long, et al.
Pubblicazione: (2025)
USM: Unbiased Survey Modeling for Limiting Negative User Experiences in Recommendation Systems
di: Yu, Chenghui, et al.
Pubblicazione: (2024)
di: Yu, Chenghui, et al.
Pubblicazione: (2024)
UniMoD: Efficient Unified Multimodal Transformers with Mixture-of-Depths
di: Mao, Weijia, et al.
Pubblicazione: (2025)
di: Mao, Weijia, et al.
Pubblicazione: (2025)
An Efficient Streaming Video Understanding Framework with Agentic Control
di: Liu, Jinming, et al.
Pubblicazione: (2026)
di: Liu, Jinming, et al.
Pubblicazione: (2026)
VQ-Insight: Teaching VLMs for AI-Generated Video Quality Understanding via Progressive Visual Reinforcement Learning
di: Zhang, Xuanyu, et al.
Pubblicazione: (2025)
di: Zhang, Xuanyu, et al.
Pubblicazione: (2025)
FineVQ: Fine-Grained User Generated Content Video Quality Assessment
di: Duan, Huiyu, et al.
Pubblicazione: (2024)
di: Duan, Huiyu, et al.
Pubblicazione: (2024)
VQ-DeepVSC: A Dual-Stage Vector Quantization Framework for Video Semantic Communication
di: Miao, Yongyi, et al.
Pubblicazione: (2024)
di: Miao, Yongyi, et al.
Pubblicazione: (2024)
MotionSight: Boosting Fine-Grained Motion Understanding in Multimodal LLMs
di: Du, Yipeng, et al.
Pubblicazione: (2025)
di: Du, Yipeng, et al.
Pubblicazione: (2025)
EventSTU: Event-Guided Efficient Spatio-Temporal Understanding for Video Large Language Models
di: Xu, Wenhao, et al.
Pubblicazione: (2025)
di: Xu, Wenhao, et al.
Pubblicazione: (2025)
V-CORE: Temporally Consistent Video Understanding for Video-LLM
di: Kang, Zhengjian, et al.
Pubblicazione: (2026)
di: Kang, Zhengjian, et al.
Pubblicazione: (2026)
Optimal and Efficient Sample Size Re-estimation: A Dynamic Cost Framework
di: Jin, Rui, et al.
Pubblicazione: (2025)
di: Jin, Rui, et al.
Pubblicazione: (2025)
Reasoning-Enhanced Domain-Adaptive Pretraining of Multimodal Large Language Models for Short Video Content Governance
di: Wang, Zixuan, et al.
Pubblicazione: (2025)
di: Wang, Zixuan, et al.
Pubblicazione: (2025)
CascadeDebate: Multi-Agent Deliberation for Cost-Aware LLM Cascades
di: Chang, Raeyoung, et al.
Pubblicazione: (2026)
di: Chang, Raeyoung, et al.
Pubblicazione: (2026)
Show-o2: Improved Native Unified Multimodal Models
di: Xie, Jinheng, et al.
Pubblicazione: (2025)
di: Xie, Jinheng, et al.
Pubblicazione: (2025)
Cost-Saving LLM Cascades with Early Abstention
di: Zellinger, Michael J., et al.
Pubblicazione: (2025)
di: Zellinger, Michael J., et al.
Pubblicazione: (2025)
MomentSeg: Moment-Centric Sampling for Enhanced Video Pixel Understanding
di: Dai, Ming, et al.
Pubblicazione: (2025)
di: Dai, Ming, et al.
Pubblicazione: (2025)
VQ-VA World: Towards High-Quality Visual Question-Visual Answering
di: Gou, Chenhui, et al.
Pubblicazione: (2025)
di: Gou, Chenhui, et al.
Pubblicazione: (2025)
Towards Understanding Unsafe Video Generation
di: Pang, Yan, et al.
Pubblicazione: (2024)
di: Pang, Yan, et al.
Pubblicazione: (2024)
ViM-VQ: Efficient Post-Training Vector Quantization for Visual Mamba
di: Deng, Juncan, et al.
Pubblicazione: (2025)
di: Deng, Juncan, et al.
Pubblicazione: (2025)
VQ4DiT: Efficient Post-Training Vector Quantization for Diffusion Transformers
di: Deng, Juncan, et al.
Pubblicazione: (2024)
di: Deng, Juncan, et al.
Pubblicazione: (2024)
rPPG-VQA: A Video Quality Assessment Framework for Unsupervised rPPG Training
di: Dai, Tianyang, et al.
Pubblicazione: (2026)
di: Dai, Tianyang, et al.
Pubblicazione: (2026)
Cascaded Temporal Updating Network for Efficient Video Super-Resolution
di: Li, Hao, et al.
Pubblicazione: (2024)
di: Li, Hao, et al.
Pubblicazione: (2024)
Quantize-then-Rectify: Efficient VQ-VAE Training
di: Zhang, Borui, et al.
Pubblicazione: (2025)
di: Zhang, Borui, et al.
Pubblicazione: (2025)
UniRL: Self-Improving Unified Multimodal Models via Supervised and Reinforcement Learning
di: Mao, Weijia, et al.
Pubblicazione: (2025)
di: Mao, Weijia, et al.
Pubblicazione: (2025)
VQ4ALL: Efficient Neural Network Representation via a Universal Codebook
di: Deng, Juncan, et al.
Pubblicazione: (2024)
di: Deng, Juncan, et al.
Pubblicazione: (2024)
Hybrid LLM: Cost-Efficient and Quality-Aware Query Routing
di: Ding, Dujian, et al.
Pubblicazione: (2024)
di: Ding, Dujian, et al.
Pubblicazione: (2024)
Efficient Contextual LLM Cascades through Budget-Constrained Policy Learning
di: Zhang, Xuechen, et al.
Pubblicazione: (2024)
di: Zhang, Xuechen, et al.
Pubblicazione: (2024)
Learning Compact Video Representations for Efficient Long-form Video Understanding in Large Multimodal Models
di: Chen, Yuxiao, et al.
Pubblicazione: (2026)
di: Chen, Yuxiao, et al.
Pubblicazione: (2026)
Model Cascading for Code: A Cascaded Black-Box Multi-Model Framework for Cost-Efficient Code Completion with Self-Testing
di: Chen, Boyuan, et al.
Pubblicazione: (2024)
di: Chen, Boyuan, et al.
Pubblicazione: (2024)
VideoMathQA: Benchmarking Mathematical Reasoning via Multimodal Understanding in Videos
di: Rasheed, Hanoona, et al.
Pubblicazione: (2025)
di: Rasheed, Hanoona, et al.
Pubblicazione: (2025)
ChatRex: Taming Multimodal LLM for Joint Perception and Understanding
di: Jiang, Qing, et al.
Pubblicazione: (2024)
di: Jiang, Qing, et al.
Pubblicazione: (2024)
TimeSearch: Hierarchical Video Search with Spotlight and Reflection for Human-like Long Video Understanding
di: Pan, Junwen, et al.
Pubblicazione: (2025)
di: Pan, Junwen, et al.
Pubblicazione: (2025)
Causas del desarrollo de las relaciones económicas y comerciales entre China y México, y su perspectiva
di: Jiao Zhenheng
Pubblicazione: (2008)
di: Jiao Zhenheng
Pubblicazione: (2008)
UCCI: Calibrated Uncertainty for Cost-Optimal LLM Cascade Routing
di: Kotte, Varun
Pubblicazione: (2026)
di: Kotte, Varun
Pubblicazione: (2026)
M-LLM Based Video Frame Selection for Efficient Video Understanding
di: Hu, Kai, et al.
Pubblicazione: (2025)
di: Hu, Kai, et al.
Pubblicazione: (2025)
Documenti analoghi
-
UniCode$^2$: Cascaded Large-scale Codebooks for Unified Multimodal Understanding and Generation
di: Chen, Yanzhe, et al.
Pubblicazione: (2025) -
VirtueBench: Evaluating Trustworthiness under Uncertainty in Long Video Understanding
di: Yu, Xueqing, et al.
Pubblicazione: (2026) -
FOCUS: Efficient Keyframe Selection for Long Video Understanding
di: Zhu, Zirui, et al.
Pubblicazione: (2025) -
When Rules Fall Short: Agent-Driven Discovery of Emerging Content Issues in Short Video Platforms
di: Yu, Chenghui, et al.
Pubblicazione: (2026) -
VideoExpert: Augmented LLM for Temporal-Sensitive Video Understanding
di: Zhao, Henghao, et al.
Pubblicazione: (2025)