Buchumschlag

LaTtE-Flow: Layerwise Timestep-Expert Flow-based Transformer

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shen, Ying, Xu, Zhiyang, Chen, Jiuhai, Diao, Shizhe, Zhang, Jiaxin, Yao, Yuguang, Rimchala, Joy, Lourentzou, Ismini, Huang, Lifu
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

R2I-Bench: Benchmarking Reasoning-Driven Text-to-Image Generation
von: Chen, Kaijie, et al.
Veröffentlicht: (2025)

SuperFlow: Training Flow Matching Models with RL on the Fly
von: Chen, Kaijie, et al.
Veröffentlicht: (2025)

Modality-Specialized Synergizers for Interleaved Vision-Language Generalists
von: Xu, Zhiyang, et al.
Veröffentlicht: (2024)

Holistic Evaluation for Interleaved Text-and-Image Generation
von: Liu, Minqian, et al.
Veröffentlicht: (2024)

Commonsense for Zero-Shot Natural Language Video Localization
von: Holla, Meghana, et al.
Veröffentlicht: (2023)

RE$^2$: Region-Aware Relation Extraction from Visually Rich Documents
von: Ramu, Pritika, et al.
Veröffentlicht: (2023)

ELBA: Learning by Asking for Embodied Visual Navigation and Task Completion
von: Shen, Ying, et al.
Veröffentlicht: (2023)

Phantom: Physics-Infused Video Generation via Joint Modeling of Visual and Latent Physical Dynamics
von: Shen, Ying, et al.
Veröffentlicht: (2026)

3D-VCD: Hallucination Mitigation in 3D-LLM Embodied Agents through Visual Contrastive Decoding
von: Ogunleye, Makanjuola, et al.
Veröffentlicht: (2026)

mTSBench: Benchmarking Multivariate Time Series Anomaly Detection and Model Selection at Scale
von: Zhou, Xiaona, et al.
Veröffentlicht: (2025)

uaMix-MAE: Efficient Tuning of Pretrained Audio Transformers with Unsupervised Audio Mixtures
von: Tabassum, Afrina, et al.
Veröffentlicht: (2024)

CoRe3D: Collaborative Reasoning as a Foundation for 3D Intelligence
von: Yu, Tianjiao, et al.
Veröffentlicht: (2025)

Grounded-VideoLLM: Sharpening Fine-grained Temporal Grounding in Video Large Language Models
von: Wang, Haibo, et al.
Veröffentlicht: (2024)

Hierarchical Dataset Selection for High-Quality Data Sharing
von: Zhou, Xiaona, et al.
Veröffentlicht: (2025)

FAIR: Facilitating Artificial Intelligence Resilience in Manufacturing Industrial Internet
von: Zeng, Yingyan, et al.
Veröffentlicht: (2025)

RAVEL: Rare Concept Generation and Editing via Graph-driven Relational Guidance
von: Venkatesh, Kavana, et al.
Veröffentlicht: (2024)

MULTISCRIPT: Multimodal Script Learning for Supporting Open Domain Everyday Tasks
von: Qi, Jingyuan, et al.
Veröffentlicht: (2023)

SPARTUN3D: Situated Spatial Understanding of 3D World in Large Language Models
von: Zhang, Yue, et al.
Veröffentlicht: (2024)

LISA: Layerwise Importance Sampling for Memory-Efficient Large Language Model Fine-Tuning
von: Pan, Rui, et al.
Veröffentlicht: (2024)

Evaluating Cognitive Age Alignment in Interactive AI Agents
von: Shen, Yifan, et al.
Veröffentlicht: (2026)

DreamPartGen: Semantically Grounded Part-Level 3D Generation via Collaborative Latent Denoising
von: Yu, Tianjiao, et al.
Veröffentlicht: (2026)

Data for TtAgo
von: Liu, Jinchu, et al.
Veröffentlicht: (2025)

Part$^{2}$GS: Part-aware Modeling of Articulated Objects using 3D Gaussian Splatting
von: Yu, Tianjiao, et al.
Veröffentlicht: (2025)

Layerwise Recurrent Router for Mixture-of-Experts
von: Qiu, Zihan, et al.
Veröffentlicht: (2024)

RewardFlow: Generate Images by Optimizing What You Reward
von: Susladkar, Onkar, et al.
Veröffentlicht: (2026)

LLM Braces: Straightening Out LLM Predictions with Relevant Sub-Updates
von: Shen, Ying, et al.
Veröffentlicht: (2025)

Multimodal Instruction Tuning with Conditional Mixture of LoRA
von: Shen, Ying, et al.
Veröffentlicht: (2024)

MMPlanner: Zero-Shot Multimodal Procedural Planning with Chain-of-Thought Object State Reasoning
von: Tabassum, Afrina, et al.
Veröffentlicht: (2025)

Tiny but Trusted: Efficient Vision-Language Reasoning for Time-Series Anomaly Detection
von: Zhou, Xiaona, et al.
Veröffentlicht: (2026)

ChunkFlow: Communication-Aware Chunked Prefetching for Layerwise Offloading in Distributed Diffusion Transformer Inference
von: Meng, Han, et al.
Veröffentlicht: (2026)

TheoremLlama: Transforming General-Purpose LLMs into Lean4 Experts
von: Wang, Ruida, et al.
Veröffentlicht: (2024)

Learning Hamiltonian Flow Maps: Mean Flow Consistency for Large-Timestep Molecular Dynamics
von: Ripken, Winfried, et al.
Veröffentlicht: (2026)

CALICO: Part-Focused Semantic Co-Segmentation with Large Vision-Language Models
von: Nguyen, Kiet A., et al.
Veröffentlicht: (2024)

AR-RAG: Autoregressive Retrieval Augmentation for Image Generation
von: Qi, Jingyuan, et al.
Veröffentlicht: (2025)

Think, Act, Build: An Agentic Framework with Vision Language Models for Zero-Shot 3D Visual Grounding
von: Wang, Haibo, et al.
Veröffentlicht: (2026)

Best of Both Worlds: Multimodal Reasoning and Generation via Unified Discrete Flow Matching
von: Susladkar, Onkar, et al.
Veröffentlicht: (2026)

Minimum-Cost Network Flow with Dual Predictions
von: Chen, Zhiyang, et al.
Veröffentlicht: (2026)

TCAQ-DM: Timestep-Channel Adaptive Quantization for Diffusion Models
von: Huang, Haocheng, et al.
Veröffentlicht: (2024)

UniHGKR: Unified Instruction-aware Heterogeneous Knowledge Retrievers
von: Min, Dehai, et al.
Veröffentlicht: (2024)

OpenCAEPoro: A Parallel Simulation Framework for Multiphase and Multicomponent Porous Media Flows
von: Li, Shizhe, et al.
Veröffentlicht: (2024)