:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yuan, Jiakang, Yan, Xiangchao, Feng, Shiyang, Zhang, Bo, Chen, Tao, Shi, Botian, Ouyang, Wanli, Qiao, Yu, Bai, Lei, Zhou, Bowen
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Artificial Intelligence Computation and Language Computer Vision and Pattern Recognition
Online-Zugang:	https://arxiv.org/abs/2501.03916
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SurveyForge: On the Outline Heuristics, Memory-Driven Generation, and Multi-dimensional Evaluation for Automated Survey Writing
von: Yan, Xiangchao, et al.
Veröffentlicht: (2025)

Training-Free Adaptive Diffusion with Bounded Difference Approximation Strategy
von: Ye, Hancheng, et al.
Veröffentlicht: (2024)

AutoMLGen: Navigating Fine-Grained Optimization for Coding Agents
von: Du, Shangheng, et al.
Veröffentlicht: (2025)

ReSimAD: Zero-Shot 3D Domain Transfer for Autonomous Driving with Source Reconstruction and Target Simulation
von: Zhang, Bo, et al.
Veröffentlicht: (2023)

SPOT: Scalable 3D Pre-training via Occupancy Prediction for Learning Transferable 3D Representations
von: Yan, Xiangchao, et al.
Veröffentlicht: (2023)

InternAgent: When Agent Becomes the Scientist -- Building Closed-Loop System from Hypothesis to Verification
von: InternAgent Team, et al.
Veröffentlicht: (2025)

GeoX: Geometric Problem Solving Through Unified Formalized Vision-Language Pre-training
von: Xia, Renqiu, et al.
Veröffentlicht: (2024)

StructChart: On the Schema, Metric, and Augmentation for Visual Chart Understanding
von: Xia, Renqiu, et al.
Veröffentlicht: (2023)

Attention Reallocation: Towards Zero-cost and Controllable Hallucination Mitigation of MLLMs
von: Tu, Chongjun, et al.
Veröffentlicht: (2025)

DriveArena: A Closed-loop Generative Simulation Platform for Autonomous Driving
von: Yang, Xuemeng, et al.
Veröffentlicht: (2024)

OmniCaptioner: One Captioner to Rule Them All
von: Lu, Yiting, et al.
Veröffentlicht: (2025)

Video Individual Counting and Tracking from Moving Drones: A Benchmark and Methods
von: Fan, Yaowu, et al.
Veröffentlicht: (2026)

ChartX & ChartVLM: A Versatile Benchmark and Foundation Model for Complicated Chart Reasoning
von: Xia, Renqiu, et al.
Veröffentlicht: (2024)

Chimera: Improving Generalist Model with Domain-Specific Experts
von: Peng, Tianshuo, et al.
Veröffentlicht: (2024)

ComfyBench: Benchmarking LLM-based Agents in ComfyUI for Autonomously Designing Collaborative AI Systems
von: Xue, Xiangyuan, et al.
Veröffentlicht: (2024)

CTTS: Collective Test-Time Scaling
von: Song, Zhende, et al.
Veröffentlicht: (2025)

Breaking the Compression Ceiling: Data-Free Pipeline for Ultra-Efficient Delta Compression
von: Wang, Xiaohui, et al.
Veröffentlicht: (2025)

Native-Resolution Image Synthesis
von: Wang, Zidong, et al.
Veröffentlicht: (2025)

Where Am I and What Will I See: An Auto-Regressive Model for Spatial Localization and View Prediction
von: Chen, Junyi, et al.
Veröffentlicht: (2024)

DiffBIR: Towards Blind Image Restoration with Generative Diffusion Prior
von: Lin, Xinqi, et al.
Veröffentlicht: (2023)

FlowSearch: Advancing deep research with dynamic structured knowledge flow
von: Hu, Yusong, et al.
Veröffentlicht: (2025)

Dynamic Base model Shift for Delta Compression
von: Huang, Chenyu, et al.
Veröffentlicht: (2025)

MOOSE-Chem3: Toward Experiment-Guided Hypothesis Ranking via Simulated Experimental Feedback
von: Liu, Wanhao, et al.
Veröffentlicht: (2025)

Multi-modal Sensor Fusion for Auto Driving Perception: A Survey
von: Huang, Keli, et al.
Veröffentlicht: (2022)

HVDistill: Transferring Knowledge from Images to Point Clouds via Unsupervised Hybrid-View Distillation
von: Zhang, Sha, et al.
Veröffentlicht: (2024)

Fast Information Streaming Handler (FisH): A Unified Seismic Neural Network for Single Station Real-Time Earthquake Early Warning
von: Zhang, Tianning, et al.
Veröffentlicht: (2024)

ReconMOST: Multi-Layer Sea Temperature Reconstruction with Observations-Guided Diffusion
von: Song, Yuanyi, et al.
Veröffentlicht: (2025)

VegeDiff: Latent Diffusion Model for Geospatial Vegetation Forecasting
von: Zhao, Sijie, et al.
Veröffentlicht: (2024)

RS-Mamba for Large Remote Sensing Image Dense Prediction
von: Zhao, Sijie, et al.
Veröffentlicht: (2024)

Learning Only with Images: Visual Reinforcement Learning with Reasoning, Rendering, and Visual Feedback
von: Chen, Yang, et al.
Veröffentlicht: (2025)

Nature-Inspired Population-Based Evolution of Large Language Models
von: Zhang, Yiqun, et al.
Veröffentlicht: (2025)

MambaDS: Near-Surface Meteorological Field Downscaling with Topography Constrained Selective State Space Modeling
von: Liu, Zili, et al.
Veröffentlicht: (2024)

UniSTD: Towards Unified Spatio-Temporal Learning across Diverse Disciplines
von: Tang, Chen, et al.
Veröffentlicht: (2025)

When to Think, When to Speak: Learning Disclosure Policies for LLM Reasoning
von: Wei, Jiaqi, et al.
Veröffentlicht: (2026)

ReLoop: "Seeing Twice and Thinking Backwards" via Closed-loop Training to Mitigate Hallucinations in Multimodal understanding
von: Yang, Jianjiang, et al.
Veröffentlicht: (2025)

Do Thinking Tokens Help or Trap? Towards More Efficient Large Reasoning Model
von: Ding, Bowen, et al.
Veröffentlicht: (2025)

A Scalable Multi-LLM Collaboration System with Retrieval-based Selection and Exploration-Exploitation-Driven Enhancement
von: Tang, Shengji, et al.
Veröffentlicht: (2025)

Instruct-ReID++: Towards Universal Purpose Instruction-Guided Person Re-identification
von: He, Weizhen, et al.
Veröffentlicht: (2024)

Thinking with Programming Vision: Towards a Unified View for Thinking with Images
von: Guo, Zirun, et al.
Veröffentlicht: (2025)

Transforming Weather Data from Pixel to Latent Space
von: Zhao, Sijie, et al.
Veröffentlicht: (2025)