Global Semantic-Guided Sub-image Feature Weight Allocation in High-Resolution Large Vision-Language Models
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Liang, Yuxuan, Li, Xu, Chen, Xiaolei, Chen, Haotian, Zheng, Yi, Lai, Chenghang, Li, Bin, Xue, Xiangyang |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Instruction-Guided Fusion of Multi-Layer Visual Features in Large Vision-Language Models
par: Li, Xu, et autres
Publié: (2024)
par: Li, Xu, et autres
Publié: (2024)
Pyramid Token Pruning for High-Resolution Large Vision-Language Models via Region, Token, and Instruction-Guided Importance
par: Liang, Yuxuan, et autres
Publié: (2025)
par: Liang, Yuxuan, et autres
Publié: (2025)
HERO: Rethinking Visual Token Early Dropping in High-Resolution Large Vision-Language Models
par: Li, Xu, et autres
Publié: (2025)
par: Li, Xu, et autres
Publié: (2025)
ResPrune: Text-Conditioned Subspace Reconstruction for Visual Token Pruning in Large Vision-Language Models
par: Li, Xu, et autres
Publié: (2026)
par: Li, Xu, et autres
Publié: (2026)
When Large Vision-Language Models Meet Person Re-Identification
par: Wang, Qizao, et autres
Publié: (2024)
par: Wang, Qizao, et autres
Publié: (2024)
FedRA: A Random Allocation Strategy for Federated Tuning to Unleash the Power of Heterogeneous Clients
par: Su, Shangchao, et autres
Publié: (2023)
par: Su, Shangchao, et autres
Publié: (2023)
HLGFA: High-Low Resolution Guided Feature Alignment for Unsupervised Anomaly Detection
par: Zhou, Han, et autres
Publié: (2026)
par: Zhou, Han, et autres
Publié: (2026)
Distribution Aligned Semantics Adaption for Lifelong Person Re-Identification
par: Wang, Qizao, et autres
Publié: (2024)
par: Wang, Qizao, et autres
Publié: (2024)
Weakly Supervised Gaussian Contrastive Grounding with Large Multimodal Models for Video Question Answering
par: Wang, Haibo, et autres
Publié: (2024)
par: Wang, Haibo, et autres
Publié: (2024)
One-Shot Heterogeneous Federated Learning with Local Model-Guided Diffusion Models
par: Yang, Mingzhao, et autres
Publié: (2023)
par: Yang, Mingzhao, et autres
Publié: (2023)
Content and Salient Semantics Collaboration for Cloth-Changing Person Re-Identification
par: Wang, Qizao, et autres
Publié: (2024)
par: Wang, Qizao, et autres
Publié: (2024)
Mathematical modeling of tumor-immune interactions: methods, applications, and future perspectives
par: Li, Chenghang, et autres
Publié: (2025)
par: Li, Chenghang, et autres
Publié: (2025)
Combination therapy for colorectal cancer with anti-PD-L1 and cancer vaccine: A multiscale mathematical model of tumor-immune interactions
par: Li, Chenghang, et autres
Publié: (2026)
par: Li, Chenghang, et autres
Publié: (2026)
Learning Global Object-Centric Representations via Disentangled Slot Attention
par: Chen, Tonglin, et autres
Publié: (2024)
par: Chen, Tonglin, et autres
Publié: (2024)
Vision-Language Feature Alignment for Road Anomaly Segmentation
par: He, Zhuolin, et autres
Publié: (2026)
par: He, Zhuolin, et autres
Publié: (2026)
Global Compression Commander: Plug-and-Play Inference Acceleration for High-Resolution Large Vision-Language Models
par: Liu, Xuyang, et autres
Publié: (2025)
par: Liu, Xuyang, et autres
Publié: (2025)
ReasonGrounder: LVLM-Guided Hierarchical Feature Splatting for Open-Vocabulary 3D Visual Grounding and Reasoning
par: Liu, Zhenyang, et autres
Publié: (2025)
par: Liu, Zhenyang, et autres
Publié: (2025)
Applying Unsupervised Semantic Segmentation to High-Resolution UAV Imagery for Enhanced Road Scene Parsing
par: Ma, Zihan, et autres
Publié: (2024)
par: Ma, Zihan, et autres
Publié: (2024)
Towards a Vision-Language Episodic Memory Framework: Large-scale Pretrained Model-Augmented Hippocampal Attractor Dynamics
par: Li, Chong, et autres
Publié: (2025)
par: Li, Chong, et autres
Publié: (2025)
DA-VPT: Semantic-Guided Visual Prompt Tuning for Vision Transformers
par: Ren, Li, et autres
Publié: (2025)
par: Ren, Li, et autres
Publié: (2025)
Sub‐Nanogram Resolution Measurement of Inertial Mass and Density Using Magnetic‐Field‐Guided Bubble Microthruster
par: Leilei Wang, et autres
Publié: (2024)
par: Leilei Wang, et autres
Publié: (2024)
Towards Generative Abstract Reasoning: Completing Raven's Progressive Matrix via Rule Abstraction and Selection
par: Shi, Fan, et autres
Publié: (2024)
par: Shi, Fan, et autres
Publié: (2024)
Beyond Task-Specific Reasoning: A Unified Conditional Generative Framework for Abstract Visual Reasoning
par: Shi, Fan, et autres
Publié: (2025)
par: Shi, Fan, et autres
Publié: (2025)
Automated Label Unification for Multi-Dataset Semantic Segmentation with GNNs
par: Ma, Rong, et autres
Publié: (2024)
par: Ma, Rong, et autres
Publié: (2024)
VEGAS: Mitigating Hallucinations in Large Vision-Language Models via Vision-Encoder Attention Guided Adaptive Steering
par: Wang, Zihu, et autres
Publié: (2025)
par: Wang, Zihu, et autres
Publié: (2025)
SemanticHuman-HD: High-Resolution Semantic Disentangled 3D Human Generation
par: Zheng, Peng, et autres
Publié: (2024)
par: Zheng, Peng, et autres
Publié: (2024)
Similarity-Guided Layer-Adaptive Vision Transformer for UAV Tracking
par: Xue, Chaocan, et autres
Publié: (2025)
par: Xue, Chaocan, et autres
Publié: (2025)
Modeling tumor cell heterogeneity and plasticity in adaptive therapy
par: Yue, Rui, et autres
Publié: (2026)
par: Yue, Rui, et autres
Publié: (2026)
Quantitative cancer-immunity cycle modeling to optimize bevacizumab and atezolizumab combination therapy for advanced renal cell carcinoma
par: Du, Lei, et autres
Publié: (2026)
par: Du, Lei, et autres
Publié: (2026)
FuXi-Ocean: A Global Ocean Forecasting System with Sub-Daily Resolution
par: Huang, Qiusheng, et autres
Publié: (2025)
par: Huang, Qiusheng, et autres
Publié: (2025)
A Global-Local Cross-Attention Network for Ultra-high Resolution Remote Sensing Image Semantic Segmentation
par: Yi, Chen, et autres
Publié: (2025)
par: Yi, Chen, et autres
Publié: (2025)
FlexAttention for Efficient High-Resolution Vision-Language Models
par: Li, Junyan, et autres
Publié: (2024)
par: Li, Junyan, et autres
Publié: (2024)
Sparse Refinement for Efficient High-Resolution Semantic Segmentation
par: Liu, Zhijian, et autres
Publié: (2024)
par: Liu, Zhijian, et autres
Publié: (2024)
Unsupervised Object-Centric Learning from Multiple Unspecified Viewpoints
par: Yuan, Jinyang, et autres
Publié: (2024)
par: Yuan, Jinyang, et autres
Publié: (2024)
TSGaussian: Semantic and Depth-Guided Target-Specific Gaussian Splatting from Sparse Views
par: Zhao, Liang, et autres
Publié: (2024)
par: Zhao, Liang, et autres
Publié: (2024)
When Large Vision-Language Model Meets Large Remote Sensing Imagery: Coarse-to-Fine Text-Guided Token Pruning
par: Luo, Junwei, et autres
Publié: (2025)
par: Luo, Junwei, et autres
Publié: (2025)
Control Your View: High-Resolution Global Semantic Manipulation in Learned Image Compression
par: Liang, Jiaming, et autres
Publié: (2026)
par: Liang, Jiaming, et autres
Publié: (2026)
RLRC: Reinforcement Learning-based Recovery for Compressed Vision-Language-Action Models
par: Chen, Yuxuan, et autres
Publié: (2025)
par: Chen, Yuxuan, et autres
Publié: (2025)
Efficient Image Super-Resolution with Feature Interaction Weighted Hybrid Network
par: Li, Wenjie, et autres
Publié: (2022)
par: Li, Wenjie, et autres
Publié: (2022)
CrowdTrack: A Benchmark for Difficult Multiple Pedestrian Tracking in Real Scenarios
par: Fu, Teng, et autres
Publié: (2025)
par: Fu, Teng, et autres
Publié: (2025)
Documents similaires
-
Instruction-Guided Fusion of Multi-Layer Visual Features in Large Vision-Language Models
par: Li, Xu, et autres
Publié: (2024) -
Pyramid Token Pruning for High-Resolution Large Vision-Language Models via Region, Token, and Instruction-Guided Importance
par: Liang, Yuxuan, et autres
Publié: (2025) -
HERO: Rethinking Visual Token Early Dropping in High-Resolution Large Vision-Language Models
par: Li, Xu, et autres
Publié: (2025) -
ResPrune: Text-Conditioned Subspace Reconstruction for Visual Token Pruning in Large Vision-Language Models
par: Li, Xu, et autres
Publié: (2026) -
When Large Vision-Language Models Meet Person Re-Identification
par: Wang, Qizao, et autres
Publié: (2024)