Buchumschlag

Explain with Visual Keypoints Like a Real Mentor! A Benchmark for Multimodal Solution Explanation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Park, Jaewoo, Park, Jungyang, Jang, Dongju, Chung, Jiwan, Yoo, Byungwoo, Shin, Jaewoo, Park, Seonjoon, Kim, Taehyeong, Yu, Youngjae
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Tracing Mathematical Proficiency Through Problem-Solving Processes
von: Park, Jungyang, et al.
Veröffentlicht: (2025)

GuideDog: A Real-World Egocentric Multimodal Dataset for Blind and Low-Vision Accessibility-Aware Guidance
von: Kim, Junhyeok, et al.
Veröffentlicht: (2025)

Teaching Metric Distance to Discrete Autoregressive Language Models
von: Chung, Jiwan, et al.
Veröffentlicht: (2025)

ToxReason: A Benchmark for Mechanistic Chemical Toxicity Reasoning via Adverse Outcome Pathway
von: Park, Jueon, et al.
Veröffentlicht: (2026)

Zero-shot Multimodal Document Retrieval via Cross-modal Question Generation
von: Choi, Yejin, et al.
Veröffentlicht: (2025)

Background-Aware Defect Generation for Robust Industrial Anomaly Detection
von: Cho, Youngjae, et al.
Veröffentlicht: (2024)

Snell meets Fagnano. Path optimization through an imperfect mirror
von: Arnold, Maxim, et al.
Veröffentlicht: (2025)

Keep Away From It! Examining the Contamination Effect of Insect‐Based Foods in Retail Environments
von: Zining Wang, et al.
Veröffentlicht: (2025)

Challenges and Lessons from MIDOG 2025: A Two-Stage Approach to Domain-Robust Mitotic Figure Detection
von: Song, Euiseop, et al.
Veröffentlicht: (2025)

ASGuard: Activation-Scaling Guard to Mitigate Targeted Jailbreaking Attack
von: Park, Yein, et al.
Veröffentlicht: (2025)

Ensuring Functional Correctness of Large Code Models with Selective Generation
von: Jeong, Jaewoo, et al.
Veröffentlicht: (2025)

MolDeTox: Evaluating Language Model's Stepwise Fragment Editing for Molecular Detoxification
von: Park, Jueon, et al.
Veröffentlicht: (2026)

On a lower bound of Hausdorff dimension of weighted singular vectors
von: Kim, Taehyeong, et al.
Veröffentlicht: (2022)

Leveraging Positional Encoding for Robust Multi-Reference-Based Object 6D Pose Estimation
von: Park, Jaewoo, et al.
Veröffentlicht: (2024)

v1: Learning to Point Visual Tokens for Multimodal Grounded Reasoning
von: Chung, Jiwan, et al.
Veröffentlicht: (2025)

Persona Attack: Incremental Memory Injection Jailbreak Attack against Large Language Models
von: Park, Junyoung, et al.
Veröffentlicht: (2026)

Beyond Attack Success Rate: Temporal Logit Observability for LLM Safety Failures
von: Park, Junyoung, et al.
Veröffentlicht: (2026)

Are Any-to-Any Models More Consistent Across Modality Transfers Than Specialists?
von: Chung, Jiwan, et al.
Veröffentlicht: (2025)

On the rank index of projective curves of almost minimal degree
von: Jung, Jaewoo, et al.
Veröffentlicht: (2024)

Algorithms for Models with Intractable Normalizing Functions
von: Haran, Murali, et al.
Veröffentlicht: (2026)

EP-HDC: Hyperdimensional Computing with Encrypted Parameters for High-Throughput Privacy-Preserving Inference
von: Park, Jaewoo, et al.
Veröffentlicht: (2025)

On quadratic persistence and Pythagoras numbers of totally real projective varieties
von: Han, Jong In, et al.
Veröffentlicht: (2025)

Adaptive Replay Buffer for Offline-to-Online Reinforcement Learning
von: Song, Chihyeon, et al.
Veröffentlicht: (2025)

Thinking Sparks!: Emergent Attention Heads in Reasoning Models During Post Training
von: Park, Yein, et al.
Veröffentlicht: (2025)

Selective Vision is the Challenge for Visual Reasoning: A Benchmark for Visual Argument Understanding
von: Chung, Jiwan, et al.
Veröffentlicht: (2024)

A Stein Gradient Descent Approach for Doubly Intractable Distributions
von: Lee, Heesang, et al.
Veröffentlicht: (2024)

Subtle Risks, Critical Failures: A Framework for Diagnosing Physical Safety of LLMs for Embodied Decision Making
von: Son, Yejin, et al.
Veröffentlicht: (2025)

A More Accurate Approximation of Activation Function with Few Spikes Neurons
von: Jeong, Dayena, et al.
Veröffentlicht: (2024)

Benchmarking Foundation Models on Exceptional Cases: Dataset Creation and Validation
von: Kang, Suho, et al.
Veröffentlicht: (2024)

Multi-agent Long-term 3D Human Pose Forecasting via Interaction-aware Trajectory Conditioning
von: Jeong, Jaewoo, et al.
Veröffentlicht: (2024)

Fast Computer Model Calibration using Annealed and Transformed Variational Inference
von: Cho, Dongkyu Derek, et al.
Veröffentlicht: (2022)

Understanding Open-Set Recognition by Jacobian Norm and Inter-Class Separation
von: Park, Jaewoo, et al.
Veröffentlicht: (2022)

Does Time Have Its Place? Temporal Heads: Where Language Models Recall Time-specific Information
von: Park, Yein, et al.
Veröffentlicht: (2025)

Automated Kernel Discovery Towards Understanding High-dimensional Bayesian Optimization
von: Yun, Taeyoung, et al.
Veröffentlicht: (2026)

Diffusion Fine-Tuning via Reparameterized Policy Gradient of the Soft Q-Function
von: Kang, Hyeongyu, et al.
Veröffentlicht: (2025)

Adversarial Feature Alignment: Balancing Robustness and Accuracy in Deep Learning via Adversarial Training
von: Park, Leo Hyun, et al.
Veröffentlicht: (2024)

RefPose: Leveraging Reference Geometric Correspondences for Accurate 6D Pose Estimation of Unseen Objects
von: Kim, Jaeguk, et al.
Veröffentlicht: (2025)

Families of Two-Impulse Optimal Rendezvous Transfers Between Elliptic Orbits
von: Park, Beom, et al.
Veröffentlicht: (2026)

A Delayed Acceptance Auxiliary Variable MCMC for Spatial Models with Intractable Likelihood Function
von: Lee, Jong Hyeon, et al.
Veröffentlicht: (2025)

SpatialBoost: Enhancing Visual Representation through Language-Guided Reasoning
von: Jeon, Byungwoo, et al.
Veröffentlicht: (2026)