Spatio-Temporal LLM: Reasoning about Environments and Actions
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Zheng, Haozhen, Tian, Beitong, Wu, Mingyuan, Tang, Zhenggang, Nahrstedt, Klara, Schwing, Alex |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
UOUO: Uncontextualized Uncommon Objects for Measuring Knowledge Horizons of Vision Language Models
par: Pi, Xinyu, et autres
Publié: (2024)
par: Pi, Xinyu, et autres
Publié: (2024)
Circuit Tracing in Vision-Language Models: Understanding the Internal Mechanisms of Multimodal Thinking
par: Yang, Jingcheng, et autres
Publié: (2026)
par: Yang, Jingcheng, et autres
Publié: (2026)
TraceNet: Segment one thing efficiently
par: Wu, Mingyuan, et autres
Publié: (2024)
par: Wu, Mingyuan, et autres
Publié: (2024)
ACT360: An Efficient 360-Degree Action Detection and Summarization Framework for Mission-Critical Training and Debriefing
par: Tiwari, Aditi, et autres
Publié: (2025)
par: Tiwari, Aditi, et autres
Publié: (2025)
Decoupling Spatio-Temporal Adapter for Fine-Grained Badminton Action Localization
par: Wang, Tianyu, et autres
Publié: (2026)
par: Wang, Tianyu, et autres
Publié: (2026)
Towards Hierarchical Rectified Flow
par: Zhang, Yichi, et autres
Publié: (2025)
par: Zhang, Yichi, et autres
Publié: (2025)
Hierarchical Rectified Flow Matching with Mini-Batch Couplings
par: Zhang, Yichi, et autres
Publié: (2025)
par: Zhang, Yichi, et autres
Publié: (2025)
STEP: Enhancing Video-LLMs' Compositional Reasoning by Spatio-Temporal Graph-guided Self-Training
par: Qiu, Haiyi, et autres
Publié: (2024)
par: Qiu, Haiyi, et autres
Publié: (2024)
SimpliHuMoN: Simplifying Human Motion Prediction
par: Agrawal, Aadya, et autres
Publié: (2026)
par: Agrawal, Aadya, et autres
Publié: (2026)
Variational Rectified Flow Matching
par: Guo, Pengsheng, et autres
Publié: (2025)
par: Guo, Pengsheng, et autres
Publié: (2025)
The Curse of Conditions: Analyzing and Improving Optimal Transport for Conditional Flow-Based Generation
par: Cheng, Ho Kei, et autres
Publié: (2025)
par: Cheng, Ho Kei, et autres
Publié: (2025)
Spatio-Temporal Transformers for Long-Term NDVI Forecasting
par: Faran, Ido, et autres
Publié: (2026)
par: Faran, Ido, et autres
Publié: (2026)
Spatio-Temporal Branching for Motion Prediction using Motion Increments
par: Wang, Jiexin, et autres
Publié: (2023)
par: Wang, Jiexin, et autres
Publié: (2023)
Does Vector Quantization Fail in Spatio-Temporal Forecasting? Exploring a Differentiable Sparse Soft-Vector Quantization Approach
par: Chen, Chao, et autres
Publié: (2023)
par: Chen, Chao, et autres
Publié: (2023)
Survey of Action Recognition, Spotting and Spatio-Temporal Localization in Soccer -- Current Trends and Research Perspectives
par: Seweryn, Karolina, et autres
Publié: (2023)
par: Seweryn, Karolina, et autres
Publié: (2023)
Studying Classifier(-Free) Guidance From a Classifier-Centric Perspective
par: Zhao, Xiaoming, et autres
Publié: (2025)
par: Zhao, Xiaoming, et autres
Publié: (2025)
PredBench: Benchmarking Spatio-Temporal Prediction across Diverse Disciplines
par: Wang, ZiDong, et autres
Publié: (2024)
par: Wang, ZiDong, et autres
Publié: (2024)
Seasonal Fire Prediction using Spatio-Temporal Deep Neural Networks
par: Michail, Dimitrios, et autres
Publié: (2024)
par: Michail, Dimitrios, et autres
Publié: (2024)
STORM: Spatio-Temporal Reconstruction Model for Large-Scale Outdoor Scenes
par: Yang, Jiawei, et autres
Publié: (2024)
par: Yang, Jiawei, et autres
Publié: (2024)
Coarse Correspondences Boost Spatial-Temporal Reasoning in Multimodal Language Model
par: Liu, Benlin, et autres
Publié: (2024)
par: Liu, Benlin, et autres
Publié: (2024)
CINA: Conditional Implicit Neural Atlas for Spatio-Temporal Representation of Fetal Brains
par: Dannecker, Maik, et autres
Publié: (2024)
par: Dannecker, Maik, et autres
Publié: (2024)
Spatio-Temporal Multi-Subgraph GCN for 3D Human Motion Prediction
par: Wang, Jiexin, et autres
Publié: (2024)
par: Wang, Jiexin, et autres
Publié: (2024)
STELLA: Continual Audio-Video Pre-training with Spatio-Temporal Localized Alignment
par: Lee, Jaewoo, et autres
Publié: (2023)
par: Lee, Jaewoo, et autres
Publié: (2023)
Cache-of-Thought: Master-Apprentice Framework for Cost-Effective Vision Language Model Reasoning
par: Wu, Mingyuan, et autres
Publié: (2025)
par: Wu, Mingyuan, et autres
Publié: (2025)
Finetuning CLIP to Reason about Pairwise Differences
par: Sam, Dylan, et autres
Publié: (2024)
par: Sam, Dylan, et autres
Publié: (2024)
When Spatial meets Temporal in Action Recognition
par: Chen, Huilin, et autres
Publié: (2024)
par: Chen, Huilin, et autres
Publié: (2024)
Pseudo Dataset Generation for Out-of-Domain Multi-Camera View Recommendation
par: Lee, Kuan-Ying, et autres
Publié: (2024)
par: Lee, Kuan-Ying, et autres
Publié: (2024)
ST-GRIT: Spatio-Temporal Graph Transformer For Internal Ice Layer Thickness Prediction
par: Liu, Zesheng, et autres
Publié: (2025)
par: Liu, Zesheng, et autres
Publié: (2025)
From Drops to Grid: Noise-Aware Spatio-Temporal Neural Process for Rainfall Estimation
par: Sarabia, Rafael Pablos, et autres
Publié: (2026)
par: Sarabia, Rafael Pablos, et autres
Publié: (2026)
Benchmarking Vision, Language, & Action Models in Procedurally Generated, Open Ended Action Environments
par: Guruprasad, Pranav, et autres
Publié: (2025)
par: Guruprasad, Pranav, et autres
Publié: (2025)
Towards Gradient-based Time-Series Explanations through a SpatioTemporal Attention Network
par: Lee, Min Hun
Publié: (2024)
par: Lee, Min Hun
Publié: (2024)
Multi-branch Spatio-Temporal Graph Neural Network For Efficient Ice Layer Thickness Prediction
par: Liu, Zesheng, et autres
Publié: (2024)
par: Liu, Zesheng, et autres
Publié: (2024)
Learning Spatio-Temporal Patterns of Polar Ice Layers With Physics-Informed Graph Neural Network
par: Liu, Zesheng, et autres
Publié: (2024)
par: Liu, Zesheng, et autres
Publié: (2024)
Spatio-Temporal Fuzzy-oriented Multi-Modal Meta-Learning for Fine-grained Emotion Recognition
par: Wang, Jingyao, et autres
Publié: (2024)
par: Wang, Jingyao, et autres
Publié: (2024)
A Deep Learning Approach for Spatio-Temporal Forecasting of InSAR Ground Deformation in Eastern Ireland
par: Yao, Wendong, et autres
Publié: (2025)
par: Yao, Wendong, et autres
Publié: (2025)
CINeMA: Conditional Implicit Neural Multi-Modal Atlas for a Spatio-Temporal Representation of the Perinatal Brain
par: Dannecker, Maik, et autres
Publié: (2025)
par: Dannecker, Maik, et autres
Publié: (2025)
Resolving Spatio-Temporal Entanglement in Video Prediction via Multi-Modal Attention
par: Gupta, Shreyam, et autres
Publié: (2025)
par: Gupta, Shreyam, et autres
Publié: (2025)
EcoLens: Leveraging Multi-Objective Bayesian Optimization for Energy-Efficient Video Processing on Edge Devices
par: Civjan, Benjamin, et autres
Publié: (2025)
par: Civjan, Benjamin, et autres
Publié: (2025)
Open-Vocabulary Spatio-Temporal Action Detection
par: Wu, Tao, et autres
Publié: (2024)
par: Wu, Tao, et autres
Publié: (2024)
Enhancing SNN-based Spatio-Temporal Learning: A Benchmark Dataset and Cross-Modality Attention Model
par: Zhou, Shibo, et autres
Publié: (2024)
par: Zhou, Shibo, et autres
Publié: (2024)
Documents similaires
-
UOUO: Uncontextualized Uncommon Objects for Measuring Knowledge Horizons of Vision Language Models
par: Pi, Xinyu, et autres
Publié: (2024) -
Circuit Tracing in Vision-Language Models: Understanding the Internal Mechanisms of Multimodal Thinking
par: Yang, Jingcheng, et autres
Publié: (2026) -
TraceNet: Segment one thing efficiently
par: Wu, Mingyuan, et autres
Publié: (2024) -
ACT360: An Efficient 360-Degree Action Detection and Summarization Framework for Mission-Critical Training and Debriefing
par: Tiwari, Aditi, et autres
Publié: (2025) -
Decoupling Spatio-Temporal Adapter for Fine-Grained Badminton Action Localization
par: Wang, Tianyu, et autres
Publié: (2026)