Buchumschlag

MINT: Multimodal Instruction Tuning with Multimodal Interaction Grouping

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shan, Xiaojun, Cao, Qi, Han, Xing, Yu, Haofei, Liang, Paul Pu
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SAME: Stabilized Mixture-of-Experts for Multimodal Continual Instruction Tuning
von: Xie, Zhen-Hao, et al.
Veröffentlicht: (2026)

MAny: Merge Anything for Multimodal Continual Instruction Tuning
von: Gao, Zijian, et al.
Veröffentlicht: (2026)

Understanding the Emergence of Multimodal Representation Alignment
von: Tjandrasuwita, Megan, et al.
Veröffentlicht: (2025)

HEMM: Holistic Evaluation of Multimodal Foundation Models
von: Liang, Paul Pu, et al.
Veröffentlicht: (2024)

Self-Captioning Multimodal Interaction Tuning: Amplifying Exploitable Redundancies for Robust Vision Language Models
von: Ryan, Yuriel, et al.
Veröffentlicht: (2026)

SEFE: Superficial and Essential Forgetting Eliminator for Multimodal Continual Instruction Tuning
von: Chen, Jinpeng, et al.
Veröffentlicht: (2025)

CARE What Fails: Contrastive Anchored-REflection for Verifiable Multimodal Reasoning
von: Wang, Yongxin, et al.
Veröffentlicht: (2025)

M$^2$PT: Multimodal Prompt Tuning for Zero-shot Instruction Learning
von: Wang, Taowen, et al.
Veröffentlicht: (2024)

MINT: Multimodal Imaging-to-Speech Knowledge Transfer for Early Alzheimer's Screening
von: Ahire, Vrushank, et al.
Veröffentlicht: (2026)

Adapt-$\infty$: Scalable Continual Multimodal Instruction Tuning via Dynamic Data Selection
von: Maharana, Adyasha, et al.
Veröffentlicht: (2024)

Parameter Efficient Multimodal Instruction Tuning for Romanian Vision Language Models
von: Dima, George-Andrei, et al.
Veröffentlicht: (2025)

Pilot: Building the Federated Multimodal Instruction Tuning Framework
von: Xiong, Baochen, et al.
Veröffentlicht: (2025)

Multimodal Fine-grained Reasoning for Post Quality Evaluation
von: Guo, Xiaoxu, et al.
Veröffentlicht: (2025)

MINT: Evaluating LLMs in Multi-turn Interaction with Tools and Language Feedback
von: Wang, Xingyao, et al.
Veröffentlicht: (2023)

MultiMed: Massively Multimodal and Multitask Medical Understanding
von: Mo, Shentong, et al.
Veröffentlicht: (2024)

Revealing Multimodal Causality with Large Language Models
von: Li, Jin, et al.
Veröffentlicht: (2025)

Multimodal Web Navigation with Instruction-Finetuned Foundation Models
von: Furuta, Hiroki, et al.
Veröffentlicht: (2023)

MedInsightBench: Evaluating Medical Analytics Agents Through Multi-Step Insight Discovery in Multimodal Medical Data
von: Zhu, Zhenghao, et al.
Veröffentlicht: (2025)

Dynamic Cross-Modal Prompt Generation for Multimodal Continual Instruction Tuning
von: Hu, Tao, et al.
Veröffentlicht: (2026)

Federated Continual Instruction Tuning
von: Guo, Haiyang, et al.
Veröffentlicht: (2025)

Discrete Diffusion in Large Language and Multimodal Models: A Survey
von: Yu, Runpeng, et al.
Veröffentlicht: (2025)

Generative Representational Instruction Tuning
von: Muennighoff, Niklas, et al.
Veröffentlicht: (2024)

Efficient Quantification of Multimodal Interaction at Sample Level
von: Yang, Zequn, et al.
Veröffentlicht: (2025)

Feature-level Interaction Explanations in Multimodal Transformers
von: Kim, Yeji, et al.
Veröffentlicht: (2026)

Multimodal Negative Learning
von: Gong, Baoquan, et al.
Veröffentlicht: (2025)

QoQ-Med: Building Multimodal Clinical Foundation Models with Domain-Aware GRPO Training
von: Dai, Wei, et al.
Veröffentlicht: (2025)

Neuro-Inspired Hierarchical Multimodal Learning
von: Xiao, Xiongye, et al.
Veröffentlicht: (2023)

DreamPRM: Domain-Reweighted Process Reward Model for Multimodal Reasoning
von: Cao, Qi, et al.
Veröffentlicht: (2025)

FAIRWELL: Fair Multimodal Self-Supervised Learning for Wellbeing Prediction
von: Cheong, Jiaee, et al.
Veröffentlicht: (2025)

Read to Play (R2-Play): Decision Transformer with Multimodal Game Instruction
von: Jin, Yonggang, et al.
Veröffentlicht: (2024)

Benchmarking Multimodal Knowledge Conflict for Large Multimodal Models
von: Jia, Yifan, et al.
Veröffentlicht: (2025)

Instruction Mining: Instruction Data Selection for Tuning Large Language Models
von: Cao, Yihan, et al.
Veröffentlicht: (2023)

MMCTOP: A Multimodal Textualization and Mixture-of-Experts Framework for Clinical Trial Outcome Prediction
von: Aparício, Carolina, et al.
Veröffentlicht: (2025)

Multimodal Lego: Model Merging and Fine-Tuning Across Topologies and Modalities in Biomedicine
von: Hemker, Konstantin, et al.
Veröffentlicht: (2024)

What Makes a Good Diffusion Planner for Decision Making?
von: Lu, Haofei, et al.
Veröffentlicht: (2025)

DynamixSFT: Dynamic Mixture Optimization of Instruction Tuning Collections
von: Shin, Haebin, et al.
Veröffentlicht: (2025)

FlipVQA: Scaling Multi-modal Instruction Tuning via Textbook-to-Knowledge Synthesis
von: Wong, Zhen Hao, et al.
Veröffentlicht: (2025)

Learning Multimodal Energy-Based Model with Multimodal Variational Auto-Encoder via MCMC Revision
von: Cui, Jiali, et al.
Veröffentlicht: (2026)

Diffusion Instruction Tuning
von: Jin, Chen, et al.
Veröffentlicht: (2025)

InteractiveVideo: User-Centric Controllable Video Generation with Synergistic Multimodal Instructions
von: Zhang, Yiyuan, et al.
Veröffentlicht: (2024)