Copertina

A Neurosymbolic Agent System for Compositional Visual Reasoning

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Xu, Yichang, Liu, Gaowen, Kompella, Ramana Rao, Hu, Sihao, Ilhan, Fatih, Tekin, Selim Furkan, Yahn, Zachary, Liu, Ling
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Computer Vision and Pattern Recognition
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

A Multi-Agent Perception-Action Alliance for Efficient Long Video Reasoning
di: Xu, Yichang, et al.
Pubblicazione: (2026)

Attention-aware Inference Optimizations for Large Vision-Language Models with Memory-efficient Decoding
di: Ilhan, Fatih, et al.
Pubblicazione: (2026)

Vision Verification Enhanced Fusion of VLMs for Efficient Visual Reasoning
di: Tekin, Selim Furkan, et al.
Pubblicazione: (2026)

A Survey on Large Language Model-Based Game Agents
di: Hu, Sihao, et al.
Pubblicazione: (2024)

Adversarial Attention Perturbations for Large Object Detection Transformers
di: Yahn, Zachary, et al.
Pubblicazione: (2025)

Personalized Face Privacy Protection From a Single Image
di: Yahn, Zachary, et al.
Pubblicazione: (2026)

Dynamic Optimizations of LLM Ensembles with Two-Stage Reinforcement Learning Agents
di: Tekin, Selim Furkan, et al.
Pubblicazione: (2025)

Safety Tax: Safety Alignment Makes Your Large Reasoning Models Less Reasonable
di: Huang, Tiansheng, et al.
Pubblicazione: (2025)

H3Fusion: Helpful, Harmless, Honest Fusion of Aligned LLMs
di: Tekin, Selim Furkan, et al.
Pubblicazione: (2024)

Robust Few-Shot Ensemble Learning with Focal Diversity-Based Pruning
di: Tekin, Selim Furkan, et al.
Pubblicazione: (2024)

Efficient Multitask Dense Predictor via Binarization
di: Shang, Yuzhang, et al.
Pubblicazione: (2024)

Targeted Forgetting of Image Subgroups in CLIP Models
di: Zhang, Zeliang, et al.
Pubblicazione: (2025)

MELT: A Behavioral Trace Dataset for High-Risk Memecoin Launch Detection
di: Hu, Sihao, et al.
Pubblicazione: (2026)

Lisa: Lazy Safety Alignment for Large Language Models against Harmful Fine-tuning Attack
di: Huang, Tiansheng, et al.
Pubblicazione: (2024)

Virus: Harmful Fine-tuning Attack for Large Language Models Bypassing Guardrail Moderation
di: Huang, Tiansheng, et al.
Pubblicazione: (2025)

Booster: Tackling Harmful Fine-tuning for Large Language Models via Attenuating Harmful Perturbation
di: Huang, Tiansheng, et al.
Pubblicazione: (2024)

LLM-TOPLA: Efficient LLM Ensemble by Maximising Diversity
di: Tekin, Selim Furkan, et al.
Pubblicazione: (2024)

Harmful Fine-tuning Attacks and Defenses for Large Language Models: A Survey
di: Huang, Tiansheng, et al.
Pubblicazione: (2024)

FedHFT: Efficient Federated Finetuning with Heterogeneous Edge Clients
di: Ilhan, Fatih, et al.
Pubblicazione: (2025)

Orientation-anchored Hyper-Gaussian for 4D Reconstruction from Casual Videos
di: Wu, Junyi, et al.
Pubblicazione: (2025)

Urban Scene Diffusion through Semantic Occupancy Map
di: Zhang, Junge, et al.
Pubblicazione: (2024)

Motion Marionette: Rethinking Rigid Motion Transfer via Prior Guidance
di: Wang, Haoxuan, et al.
Pubblicazione: (2025)

SwiftNDC: Fast Neural Depth Correction for High-Fidelity 3D Reconstruction
di: Han, Kang, et al.
Pubblicazione: (2026)

GIFSplat: Generative Prior-Guided Iterative Feed-Forward 3D Gaussian Splatting from Sparse Views
di: Chen, Tianyu, et al.
Pubblicazione: (2026)

Training-Free Semantic Segmentation via LLM-Supervision
di: Sun, Wenfang, et al.
Pubblicazione: (2024)

Prompt Diffusion Robustifies Any-Modality Prompt Learning
di: Du, Yingjun, et al.
Pubblicazione: (2024)

Spectrally Distilled Representations Aligned with Instruction-Augmented LLMs for Satellite Imagery
di: Do, Minh Kha, et al.
Pubblicazione: (2026)

UnlearnCanvas: Stylized Image Dataset for Enhanced Machine Unlearning Evaluation in Diffusion Models
di: Zhang, Yihua, et al.
Pubblicazione: (2024)

Large Language Model based Smart Contract Auditing with LLMBugScanner
di: Yuan, Yining, et al.
Pubblicazione: (2025)

GeoVista: Web-Augmented Agentic Visual Reasoning for Geolocalization
di: Wang, Yikun, et al.
Pubblicazione: (2025)

SegVG: Transferring Object Bounding Box to Segmentation for Visual Grounding
di: Kang, Weitai, et al.
Pubblicazione: (2024)

LightPure: Realtime Adversarial Image Purification for Mobile Devices Using Diffusion Models
di: Khalili, Hossein, et al.
Pubblicazione: (2024)

Personalized Privacy Protection Mask Against Unauthorized Facial Recognition
di: Chow, Ka-Ho, et al.
Pubblicazione: (2024)

Autonomous Imagination: Closed-Loop Decomposition of Visual-to-Textual Conversion in Visual Reasoning for Multimodal Large Language Models
di: Liu, Jingming, et al.
Pubblicazione: (2024)

Compositional Caching for Training-free Open-vocabulary Attribute Detection
di: Garosi, Marco, et al.
Pubblicazione: (2025)

Rethinking Muon Beyond Pretraining: Spectral Failures and High-Pass Remedies for VLA and RLVR
di: Fan, Chongyu, et al.
Pubblicazione: (2026)

Self-Adapting Large Visual-Language Models to Edge Devices across Visual Modalities
di: Cai, Kaiwen, et al.
Pubblicazione: (2024)

Investigating Traffic Accident Detection Using Multimodal Large Language Models
di: Skender, Ilhan, et al.
Pubblicazione: (2025)

HYDRA: A Hyper Agent for Dynamic Compositional Visual Reasoning
di: Ke, Fucai, et al.
Pubblicazione: (2024)

On the Promise for Assurance of Differentiable Neurosymbolic Reasoning Paradigms
di: Richards, Luke E., et al.
Pubblicazione: (2025)