Buchumschlag

Mixpert: Mitigating Multimodal Learning Conflicts with Efficient Mixture-of-Vision-Experts

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	He, Xin, Han, Xumeng, Wei, Longhui, Xie, Lingxi, Tian, Qi
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Incorporating Visual Experts to Resolve the Information Loss in Multimodal Large Language Models
von: He, Xin, et al.
Veröffentlicht: (2024)

ViMoE: An Empirical Study of Designing Vision Mixture-of-Experts
von: Han, Xumeng, et al.
Veröffentlicht: (2024)

EMMA: Efficient Multimodal Understanding, Generation, and Editing with a Unified Architecture
von: He, Xin, et al.
Veröffentlicht: (2025)

DeepSeek-VL2: Mixture-of-Experts Vision-Language Models for Advanced Multimodal Understanding
von: Wu, Zhiyu, et al.
Veröffentlicht: (2024)

When Text Hijacks Vision: Benchmarking and Mitigating Text Overlay-Induced Hallucination in Vision Language Models
von: Yakun, Cui, et al.
Veröffentlicht: (2026)

HalluciDoctor: Mitigating Hallucinatory Toxicity in Visual Instruction Data
von: Yu, Qifan, et al.
Veröffentlicht: (2023)

Tighnari v2: Mitigating Label Noise and Distribution Shift in Multimodal Plant Distribution Prediction via Mixture of Experts and Weakly Supervised Learning
von: Liu, Haixu, et al.
Veröffentlicht: (2026)

Quant Experts: Token-aware Adaptive Error Reconstruction with Mixture of Experts for Large Vision-Language Models Quantization
von: Jia, Chenwei, et al.
Veröffentlicht: (2026)

DeCo: Frequency-Decoupled Pixel Diffusion for End-to-End Image Generation
von: Ma, Zehong, et al.
Veröffentlicht: (2025)

I2MoE: Interpretable Multimodal Interaction-aware Mixture-of-Experts
von: Xin, Jiayi, et al.
Veröffentlicht: (2025)

Metis-HOME: Hybrid Optimized Mixture-of-Experts for Multimodal Reasoning
von: Lan, Xiaohan, et al.
Veröffentlicht: (2025)

Fast-iTPN: Integrally Pre-Trained Transformer Pyramid Network with Token Migration
von: Tian, Yunjie, et al.
Veröffentlicht: (2022)

Efficient Mixture-of-Expert for Video-based Driver State and Physiological Multi-task Estimation in Conditional Autonomous Driving
von: Wang, Jiyao, et al.
Veröffentlicht: (2024)

Seeing but Not Thinking: Routing Distraction in Multimodal Mixture-of-Experts
von: Xu, Haolei, et al.
Veröffentlicht: (2026)

Dynamic Multimodal Activation Steering for Hallucination Mitigation in Large Vision-Language Models
von: Yin, Jianghao, et al.
Veröffentlicht: (2026)

Boosting Segment Anything Model Towards Open-Vocabulary Learning
von: Han, Xumeng, et al.
Veröffentlicht: (2023)

Exploiting Mixture-of-Experts Redundancy Unlocks Multimodal Generative Abilities
von: Dutt, Raman, et al.
Veröffentlicht: (2025)

Routers in Vision Mixture of Experts: An Empirical Study
von: Liu, Tianlin, et al.
Veröffentlicht: (2024)

AD^2-Bench: A Hierarchical CoT Benchmark for MLLM in Autonomous Driving under Adverse Conditions
von: Wei, Zhaoyang, et al.
Veröffentlicht: (2025)

A Parameter-Efficient Mixture-of-Experts Framework for Cross-Modal Geo-Localization
von: Li, LinFeng, et al.
Veröffentlicht: (2025)

Intelligent Communication Mixture-of-Experts Boosted-Medical Image Segmentation Foundation Model
von: Zhang, Xinwei, et al.
Veröffentlicht: (2025)

MoPE: Mixture of Prompt Experts for Parameter-Efficient and Scalable Multimodal Fusion
von: Jiang, Ruixiang, et al.
Veröffentlicht: (2024)

Prefill-Time Intervention for Mitigating Hallucination in Large Vision-Language Models
von: Zhang, Chengsheng, et al.
Veröffentlicht: (2026)

Uni-X: Mitigating Modality Conflict with a Two-End-Separated Architecture for Unified Multimodal Models
von: Hao, Jitai, et al.
Veröffentlicht: (2025)

CarbonNet: How Computer Vision Plays a Role in Climate Change? Application: Learning Geomechanics from Subsurface Geometry of CCS to Mitigate Global Warming
von: Chen, Wei, et al.
Veröffentlicht: (2024)

Trifuse: Enhancing Attention-Based GUI Grounding via Multimodal Fusion
von: Ma, Longhui, et al.
Veröffentlicht: (2026)

DenseFusion-1M: Merging Vision Experts for Comprehensive Multimodal Perception
von: Li, Xiaotong, et al.
Veröffentlicht: (2024)

ExpertSim: Fast Particle Detector Simulation Using Mixture-of-Generative-Experts
von: Będkowski, Patryk, et al.
Veröffentlicht: (2025)

Spatio-Semantic Expert Routing Architecture with Mixture-of-Experts for Referring Image Segmentation
von: Dalaq, Alaa, et al.
Veröffentlicht: (2026)

Uni-MoE: Scaling Unified Multimodal LLMs with Mixture of Experts
von: Li, Yunxin, et al.
Veröffentlicht: (2024)

AgroGPT: Efficient Agricultural Vision-Language Model with Expert Tuning
von: Awais, Muhammad, et al.
Veröffentlicht: (2024)

Parameter-Efficient Quantized Mixture-of-Experts Meets Vision-Language Instruction Tuning for Semiconductor Electron Micrograph Analysis
von: Srinivas, Sakhinana Sagar, et al.
Veröffentlicht: (2024)

Learning Robust Stereo Matching in the Wild with Selective Mixture-of-Experts
von: Wang, Yun, et al.
Veröffentlicht: (2025)

TrajMoE: Scene-Adaptive Trajectory Planning with Mixture of Experts and Reinforcement Learning
von: Xing, Zebin, et al.
Veröffentlicht: (2025)

EDIT: Enhancing Vision Transformers by Mitigating Attention Sink through an Encoder-Decoder Architecture
von: Feng, Wenfeng, et al.
Veröffentlicht: (2025)

TAG-MoE: Task-Aware Gating for Unified Generative Mixture-of-Experts
von: Xu, Yu, et al.
Veröffentlicht: (2026)

Dynamic Pondering Sparsity-aware Mixture-of-Experts Transformer for Event Stream based Visual Object Tracking
von: Wang, Shiao, et al.
Veröffentlicht: (2026)

RS-MoE: A Vision-Language Model with Mixture of Experts for Remote Sensing Image Captioning and Visual Question Answering
von: Lin, Hui, et al.
Veröffentlicht: (2024)

GazeMoE: Perception of Gaze Target with Mixture-of-Experts
von: Dai, Zhuangzhuang, et al.
Veröffentlicht: (2026)

VidPrism: Heterogeneous Mixture of Experts for Image-to-Video Transfer
von: Lin, Rui, et al.
Veröffentlicht: (2026)