Copertina

OMGM: Orchestrate Multiple Granularities and Modalities for Efficient Multimodal Retrieval

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Yang, Wei, Fu, Jingjing, Wang, Rui, Wang, Jinyu, Song, Lei, Bian, Jiang
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Information Retrieval Artificial Intelligence Computer Vision and Pattern Recognition
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Benchmark Granularity and Model Robustness for Image-Text Retrieval
di: Hendriksen, Mariya, et al.
Pubblicazione: (2024)

MIRe: Enhancing Multimodal Queries Representation via Fusion-Free Modality Interaction for Multimodal Retrieval
di: Ju, Yeong-Joon, et al.
Pubblicazione: (2024)

A Multi-Granularity Retrieval Framework for Visually-Rich Documents
di: Xu, Mingjun, et al.
Pubblicazione: (2025)

A Survey of Multimodal Composite Editing and Retrieval
di: Li, Suyan, et al.
Pubblicazione: (2024)

Generative Cross-Modal Retrieval: Memorizing Images in Multimodal Language Models for Retrieval and Beyond
di: Li, Yongqi, et al.
Pubblicazione: (2024)

Modality Curation: Building Universal Embeddings for Advanced Multimodal Information Retrieval
di: Kong, Fanheng, et al.
Pubblicazione: (2025)

UniversalRAG: Retrieval-Augmented Generation over Corpora of Diverse Modalities and Granularities
di: Yeo, Woongyeong, et al.
Pubblicazione: (2025)

PHPQ: Pyramid Hybrid Pooling Quantization for Efficient Fine-Grained Image Retrieval
di: Zeng, Ziyun, et al.
Pubblicazione: (2021)

HotelMatch-LLM: Joint Multi-Task Training of Small and Large Language Models for Efficient Multimodal Hotel Retrieval
di: Askari, Arian, et al.
Pubblicazione: (2025)

Cross-Modal Retrieval with Cauchy-Schwarz Divergence
di: Zhang, Jiahao, et al.
Pubblicazione: (2025)

Compressible and Searchable: AI-native Multi-Modal Retrieval System with Learned Image Compression
di: Luo, Jixiang
Pubblicazione: (2024)

Smart Routing for Multimodal Video Retrieval: When to Search What
di: Rosa, Kevin Dela
Pubblicazione: (2025)

Open Multimodal Retrieval-Augmented Factual Image Generation
di: Tian, Yang, et al.
Pubblicazione: (2025)

MegaRAG: Multimodal Knowledge Graph-Based Retrieval Augmented Generation
di: Hsiao, Chi-Hsiang, et al.
Pubblicazione: (2025)

HV-Attack: Hierarchical Visual Attack for Multimodal Retrieval Augmented Generation
di: Luo, Linyin, et al.
Pubblicazione: (2025)

CaLa: Complementary Association Learning for Augmenting Composed Image Retrieval
di: Jiang, Xintong, et al.
Pubblicazione: (2024)

MOON2.0: Dynamic Modality-balanced Multimodal Representation Learning for E-commerce Product Understanding
di: Nie, Zhanheng, et al.
Pubblicazione: (2025)

Composed Multi-modal Retrieval: A Survey of Approaches and Applications
di: Zhang, Kun, et al.
Pubblicazione: (2025)

Accurate and Scalable Multimodal Pathology Retrieval via Attentive Vision-Language Alignment
di: Wang, Hongyi, et al.
Pubblicazione: (2025)

Pailitao-VL: Unified Embedding and Reranker for Real-Time Multi-Modal Industrial Search
di: Chen, Lei, et al.
Pubblicazione: (2026)

GMMFormer: Gaussian-Mixture-Model Based Transformer for Efficient Partially Relevant Video Retrieval
di: Wang, Yuting, et al.
Pubblicazione: (2023)

Very Efficient Listwise Multimodal Reranking for Long Documents
di: Sun, Yiqun, et al.
Pubblicazione: (2026)

ContextIQ: A Multimodal Expert-Based Video Retrieval System for Contextual Advertising
di: Chaubey, Ashutosh, et al.
Pubblicazione: (2024)

RE-TRIANGLE: Does TRIANGLE Enable Multimodal Alignment Beyond Cosine Similarity in Retrieval?
di: Ghosh, Arijit, et al.
Pubblicazione: (2026)

Multi-Modal Cross-Domain Alignment Network for Video Moment Retrieval
di: Fang, Xiang, et al.
Pubblicazione: (2022)

Compressing then Matching: An Efficient Pre-training Paradigm for Multimodal Embedding
di: Li, Da, et al.
Pubblicazione: (2025)

MR$^2$-Bench: Going Beyond Matching to Reasoning in Multimodal Retrieval
di: Zhou, Junjie, et al.
Pubblicazione: (2025)

Attribute-Aware Implicit Modality Alignment for Text Attribute Person Search
di: Wang, Xin, et al.
Pubblicazione: (2024)

IISAN: Efficiently Adapting Multimodal Representation for Sequential Recommendation with Decoupled PEFT
di: Fu, Junchen, et al.
Pubblicazione: (2024)

Efficient and High-Fidelity Omni Modality Retrieval
di: Huynh, Chuong, et al.
Pubblicazione: (2026)

Unified Interactive Multimodal Moment Retrieval via Cascaded Embedding-Reranking and Temporal-Aware Score Fusion
di: Thanh, Toan Le Ngo, et al.
Pubblicazione: (2025)

Beyond Global Similarity: Towards Fine-Grained, Multi-Condition Multimodal Retrieval
di: Lu, Xuan, et al.
Pubblicazione: (2026)

PromptHash: Affinity-Prompted Collaborative Cross-Modal Learning for Adaptive Hashing Retrieval
di: Zou, Qiang, et al.
Pubblicazione: (2025)

CoLLM: A Large Language Model for Composed Image Retrieval
di: Huynh, Chuong, et al.
Pubblicazione: (2025)

Multimodal Reasoning Agent for Zero-Shot Composed Image Retrieval
di: Tu, Rong-Cheng, et al.
Pubblicazione: (2025)

EndoFinder: Online Image Retrieval for Explainable Colorectal Polyp Diagnosis
di: Yang, Ruijie, et al.
Pubblicazione: (2024)

Snap and Diagnose: An Advanced Multimodal Retrieval System for Identifying Plant Diseases in the Wild
di: Wei, Tianqi, et al.
Pubblicazione: (2024)

Entity Image and Mixed-Modal Image Retrieval Datasets
di: Blaga, Cristian-Ioan, et al.
Pubblicazione: (2025)

Reasoning-Augmented Representations for Multimodal Retrieval
di: Zhang, Jianrui, et al.
Pubblicazione: (2026)

Weakly Supervised Deep Hyperspherical Quantization for Image Retrieval
di: Wang, Jinpeng, et al.
Pubblicazione: (2024)