Enregistré dans:
| Auteurs principaux: | Ma, Lichen, Yue, Tiezhu, Fu, Pei, Zhong, Yujie, Zhou, Kai, Wei, Xiaoming, Hu, Jie |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | https://arxiv.org/abs/2412.17225 |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
CharGen: Fast and Fluent Portrait Modification
par: Dihlmann, Jan-Niklas, et autres
Publié: (2025)
par: Dihlmann, Jan-Niklas, et autres
Publié: (2025)
High-Resolution Image Synthesis via Next-Token Prediction
par: Chen, Dengsheng, et autres
Publié: (2024)
par: Chen, Dengsheng, et autres
Publié: (2024)
Visual-RolePlay: Universal Jailbreak Attack on MultiModal Large Language Models via Role-playing Image Character
par: Ma, Siyuan, et autres
Publié: (2024)
par: Ma, Siyuan, et autres
Publié: (2024)
CharBench: Evaluating the Role of Tokenization in Character-Level Tasks
par: Uzan, Omri, et autres
Publié: (2025)
par: Uzan, Omri, et autres
Publié: (2025)
ControlEdit: A MultiModal Local Clothing Image Editing Method
par: Cheng, Di, et autres
Publié: (2024)
par: Cheng, Di, et autres
Publié: (2024)
M3FAS: An Accurate and Robust MultiModal Mobile Face Anti-Spoofing System
par: Kong, Chenqi, et autres
Publié: (2023)
par: Kong, Chenqi, et autres
Publié: (2023)
MultiModal Action Conditioned Video Generation
par: Li, Yichen, et autres
Publié: (2025)
par: Li, Yichen, et autres
Publié: (2025)
MultiModal Fine-tuning with Synthetic Captions
par: Enomoto, Shohei, et autres
Publié: (2026)
par: Enomoto, Shohei, et autres
Publié: (2026)
Char-SAM: Turning Segment Anything Model into Scene Text Segmentation Annotator with Character-level Visual Prompts
par: Xie, Enze, et autres
Publié: (2024)
par: Xie, Enze, et autres
Publié: (2024)
Omni-Customizer: End-to-End MultiModal Customization for Joint Audio-Video Generation
par: Chen, Yuheng, et autres
Publié: (2026)
par: Chen, Yuheng, et autres
Publié: (2026)
CharCom: Composable Identity Control for Multi-Character Story Illustration
par: Wang, Zhongsheng, et autres
Publié: (2025)
par: Wang, Zhongsheng, et autres
Publié: (2025)
MMA-Diffusion: MultiModal Attack on Diffusion Models
par: Yang, Yijun, et autres
Publié: (2023)
par: Yang, Yijun, et autres
Publié: (2023)
Visual-Oriented Fine-Grained Knowledge Editing for MultiModal Large Language Models
par: Zeng, Zhen, et autres
Publié: (2024)
par: Zeng, Zhen, et autres
Publié: (2024)
MTPareto: A MultiModal Targeted Pareto Framework for Fake News Detection
par: Yan, Kaiying, et autres
Publié: (2025)
par: Yan, Kaiying, et autres
Publié: (2025)
Piculet: Specialized Models-Guided Hallucination Decrease for MultiModal Large Language Models
par: Wang, Kohou, et autres
Publié: (2024)
par: Wang, Kohou, et autres
Publié: (2024)
Dementia Insights: A Context-Based MultiModal Approach
par: Mehdoui, Sahar Sinene, et autres
Publié: (2025)
par: Mehdoui, Sahar Sinene, et autres
Publié: (2025)
MMCORE: MultiModal COnnection with Representation Aligned Latent Embeddings
par: Li, Zijie, et autres
Publié: (2026)
par: Li, Zijie, et autres
Publié: (2026)
M3: 3D-Spatial MultiModal Memory
par: Zou, Xueyan, et autres
Publié: (2025)
par: Zou, Xueyan, et autres
Publié: (2025)
An Empirical Study on Parameter-Efficient Fine-Tuning for MultiModal Large Language Models
par: Zhou, Xiongtao, et autres
Publié: (2024)
par: Zhou, Xiongtao, et autres
Publié: (2024)
CharDiff-LP: A Diffusion Model with Character-Level Guidance for License Plate Image Restoration
par: Na, Kihyun, et autres
Publié: (2025)
par: Na, Kihyun, et autres
Publié: (2025)
CharacterGen: Efficient 3D Character Generation from Single Images with Multi-View Pose Canonicalization
par: Peng, Hao-Yang, et autres
Publié: (2024)
par: Peng, Hao-Yang, et autres
Publié: (2024)
CharTool: Tool-Integrated Visual Reasoning for Chart Understanding
par: Zhang, Situo, et autres
Publié: (2026)
par: Zhang, Situo, et autres
Publié: (2026)
Democratizing Game Modding with GenAI: A Case Study of StarCharM, a Stardew Valley Character Maker
par: Miralvand, Hamid Zand, et autres
Publié: (2025)
par: Miralvand, Hamid Zand, et autres
Publié: (2025)
MM-LLMs: Recent Advances in MultiModal Large Language Models
par: Zhang, Duzhen, et autres
Publié: (2024)
par: Zhang, Duzhen, et autres
Publié: (2024)
HAMMR: HierArchical MultiModal React agents for generic VQA
par: Castrejon, Lluis, et autres
Publié: (2024)
par: Castrejon, Lluis, et autres
Publié: (2024)
MM-MoralBench: A MultiModal Moral Evaluation Benchmark for Large Vision-Language Models
par: Yan, Bei, et autres
Publié: (2024)
par: Yan, Bei, et autres
Publié: (2024)
CharED: Character-wise Ensemble Decoding for Large Language Models
par: Gu, Kevin, et autres
Publié: (2024)
par: Gu, Kevin, et autres
Publié: (2024)
Re-M3Dr: Rebalanced MultiModal Mean Deviation Regression
par: Yin, Haojie, et autres
Publié: (2026)
par: Yin, Haojie, et autres
Publié: (2026)
On the Feasibility of Using MultiModal LLMs to Execute AR Social Engineering Attacks
par: Bi, Ting, et autres
Publié: (2025)
par: Bi, Ting, et autres
Publié: (2025)
FUSE : Failure-aware Usage of Subagent Evidence for MultiModal Search and Recommendation
par: Vatsa, Tushar, et autres
Publié: (2025)
par: Vatsa, Tushar, et autres
Publié: (2025)
TeamPath: Building MultiModal Pathology Experts with Reasoning AI Copilots
par: Liu, Tianyu, et autres
Publié: (2025)
par: Liu, Tianyu, et autres
Publié: (2025)
CapS-Adapter: Caption-based MultiModal Adapter in Zero-Shot Classification
par: Wang, Qijie, et autres
Publié: (2024)
par: Wang, Qijie, et autres
Publié: (2024)
Glyph-ByT5: A Customized Text Encoder for Accurate Visual Text Rendering
par: Liu, Zeyu, et autres
Publié: (2024)
par: Liu, Zeyu, et autres
Publié: (2024)
InstaGen: Enhancing Object Detection by Training on Synthetic Dataset
par: Feng, Chengjian, et autres
Publié: (2024)
par: Feng, Chengjian, et autres
Publié: (2024)
MM-R5: MultiModal Reasoning-Enhanced ReRanker via Reinforcement Learning for Document Retrieval
par: Xu, Mingjun, et autres
Publié: (2025)
par: Xu, Mingjun, et autres
Publié: (2025)
Follow-Your-MultiPose: Tuning-Free Multi-Character Text-to-Video Generation via Pose Guidance
par: Zhang, Beiyuan, et autres
Publié: (2024)
par: Zhang, Beiyuan, et autres
Publié: (2024)
CharNeRF: 3D Character Generation from Concept Art
par: Chu, Eddy, et autres
Publié: (2024)
par: Chu, Eddy, et autres
Publié: (2024)
Multi-Modal Character Localization and Extraction for Chinese Text Recognition
par: Li, Qilong, et autres
Publié: (2026)
par: Li, Qilong, et autres
Publié: (2026)
MRStyle: A Unified Framework for Color Style Transfer with Multi-Modality Reference
par: Huang, Jiancheng, et autres
Publié: (2024)
par: Huang, Jiancheng, et autres
Publié: (2024)
ProM3E: Probabilistic Masked MultiModal Embedding Model for Ecology
par: Sastry, Srikumar, et autres
Publié: (2025)
par: Sastry, Srikumar, et autres
Publié: (2025)
Documents similaires
-
CharGen: Fast and Fluent Portrait Modification
par: Dihlmann, Jan-Niklas, et autres
Publié: (2025) -
High-Resolution Image Synthesis via Next-Token Prediction
par: Chen, Dengsheng, et autres
Publié: (2024) -
Visual-RolePlay: Universal Jailbreak Attack on MultiModal Large Language Models via Role-playing Image Character
par: Ma, Siyuan, et autres
Publié: (2024) -
CharBench: Evaluating the Role of Tokenization in Character-Level Tasks
par: Uzan, Omri, et autres
Publié: (2025) -
ControlEdit: A MultiModal Local Clothing Image Editing Method
par: Cheng, Di, et autres
Publié: (2024)