Buchumschlag

Are Any-to-Any Models More Consistent Across Modality Transfers Than Specialists?

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chung, Jiwan, Yoon, Janghan, Park, Junhyeong, Lee, Sangeyl, Yang, Joowon, Park, Sooyeon, 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

InfoCausalQA:Can Models Perform Non-explicit Causal Reasoning Based on Infographic?
von: Ka, Keummin, 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)

Judge Anything: MLLM as a Judge Across Any Modality
von: Pu, Shu, et al.
Veröffentlicht: (2025)

Explain with Visual Keypoints Like a Real Mentor! A Benchmark for Multimodal Solution Explanation
von: Park, Jaewoo, et al.
Veröffentlicht: (2025)

What MLLMs Learn about When they Learn about Multimodal Reasoning
von: Chung, Jiwan, et al.
Veröffentlicht: (2025)

A2D: Any-Order, Any-Step Safety Alignment for Diffusion Language Models
von: Jeung, Wonje, et al.
Veröffentlicht: (2025)

AnyEdit: Edit Any Knowledge Encoded in Language Models
von: Jiang, Houcheng, et al.
Veröffentlicht: (2025)

Towards Visual Text Design Transfer Across Languages
von: Choi, Yejin, et al.
Veröffentlicht: (2024)

VAGUE: Visual Contexts Clarify Ambiguous Expressions
von: Nam, Heejeong, et al.
Veröffentlicht: (2024)

A11YN: aligning LLMs for accessible web UI code generation
von: Yoon, Janghan, et al.
Veröffentlicht: (2025)

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

Multi-Vector Index Compression in Any Modality
von: Qin, Hanxiang, et al.
Veröffentlicht: (2026)

ReasonAny: Incorporating Reasoning Capability to Any Model via Simple and Effective Model Merging
von: Yang, Junyao, et al.
Veröffentlicht: (2026)

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

Evaluating Text Style Transfer Evaluation: Are There Any Reliable Metrics?
von: Mukherjee, Sourabrata, et al.
Veröffentlicht: (2025)

Speaking Beyond Language: A Large-Scale Multimodal Dataset for Learning Nonverbal Cues from Video-Grounded Dialogues
von: Kim, Youngmin, et al.
Veröffentlicht: (2025)

NExT-GPT: Any-to-Any Multimodal LLM
von: Wu, Shengqiong, et al.
Veröffentlicht: (2023)

AR-Omni: A Unified Autoregressive Model for Any-to-Any Generation
von: Cheng, Dongjie, et al.
Veröffentlicht: (2026)

Right at My Level: A Unified Multilingual Framework for Proficiency-Aware Text Simplification
von: Jeong, Jinhong, et al.
Veröffentlicht: (2026)

NExT-OMNI: Towards Any-to-Any Omnimodal Foundation Models with Discrete Flow Matching
von: Luo, Run, et al.
Veröffentlicht: (2025)

Do LLMs Have Distinct and Consistent Personality? TRAIT: Personality Testset designed for LLMs with Psychometrics
von: Lee, Seungbeen, et al.
Veröffentlicht: (2024)

Unaligning Everything: Or Aligning Any Text to Any Image in Multimodal Models
von: Salman, Shaeke, et al.
Veröffentlicht: (2024)

VeOmni: Scaling Any Modality Model Training with Model-Centric Distributed Recipe Zoo
von: Ma, Qianli, et al.
Veröffentlicht: (2025)

The Algebra of Meaning: Why Machines Need Montague More Than Moore's Law
von: Jeong, Cheonkam, et al.
Veröffentlicht: (2025)

Text as Any-Modality for Zero-Shot Classification by Consistent Prompt Tuning
von: Wu, Xiangyu, et al.
Veröffentlicht: (2025)

DetectAnyLLM: Towards Generalizable and Robust Detection of Machine-Generated Text Across Domains and Models
von: Fu, Jiachen, et al.
Veröffentlicht: (2025)

Self-Improving CAD Generation Agents with Finite Element Analysis as Feedback
von: Son, Guijin, et al.
Veröffentlicht: (2026)

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

Ask in Any Modality: A Comprehensive Survey on Multimodal Retrieval-Augmented Generation
von: Abootorabi, Mohammad Mahdi, et al.
Veröffentlicht: (2025)

MASS: Overcoming Language Bias in Image-Text Matching
von: Chung, Jiwan, et al.
Veröffentlicht: (2025)

One Adapts to Any: Meta Reward Modeling for Personalized LLM Alignment
von: Cai, Hongru, et al.
Veröffentlicht: (2026)

LLMVoX: Autoregressive Streaming Text-to-Speech Model for Any LLM
von: Shikhar, Sambal, et al.
Veröffentlicht: (2025)

Anchored Decoding: Provably Reducing Copyright Risk for Any Language Model
von: He, Jacqueline, et al.
Veröffentlicht: (2026)

Toward Robust RALMs: Revealing the Impact of Imperfect Retrieval on Retrieval-Augmented Language Models
von: Park, Seong-Il, et al.
Veröffentlicht: (2024)

Emojinize: Enriching Any Text with Emoji Translations
von: Klein, Lars Henning, et al.
Veröffentlicht: (2024)

The Emergence of Abstract Thought in Large Language Models Beyond Any Language
von: Chen, Yuxin, et al.
Veröffentlicht: (2025)

AnyTool: Self-Reflective, Hierarchical Agents for Large-Scale API Calls
von: Du, Yu, et al.
Veröffentlicht: (2024)

Multimodal Crystal Flow: Any-to-Any Modality Generation for Unified Crystal Modeling
von: Seong, Kiyoung, et al.
Veröffentlicht: (2026)

The Semantic Hub Hypothesis: Language Models Share Semantic Representations Across Languages and Modalities
von: Wu, Zhaofeng, et al.
Veröffentlicht: (2024)

Any2Point: Empowering Any-modality Large Models for Efficient 3D Understanding
von: Tang, Yiwen, et al.
Veröffentlicht: (2024)