Buchumschlag

CIMR: Contextualized Iterative Multimodal Reasoning for Robust Instruction Following in LVLMs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yuan, Yangshu, Chen, Heng, Jiang, Xinyi, Ng, Christian, Qiu, Kexin
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Instruction Tuning for Story Understanding and Generation with Weak Supervision
von: Yuan, Yangshu, et al.
Veröffentlicht: (2025)

MATEO: A Multimodal Benchmark for Temporal Reasoning and Planning in LVLMs
von: Roccabruna, Gabriel, et al.
Veröffentlicht: (2026)

TABED: Test-Time Adaptive Ensemble Drafting for Robust Speculative Decoding in LVLMs
von: Lee, Minjae, et al.
Veröffentlicht: (2026)

MMMT-IF: A Challenging Multimodal Multi-Turn Instruction Following Benchmark
von: Epstein, Elliot L., et al.
Veröffentlicht: (2024)

CPMobius: Iterative Coach-Player Reasoning for Data-Free Reinforcement Learning
von: Li, Ran, et al.
Veröffentlicht: (2026)

Evaluating Large Language Models at Evaluating Instruction Following
von: Zeng, Zhiyuan, et al.
Veröffentlicht: (2023)

RAIN-Merging: A Gradient-Free Method to Enhance Instruction Following in Large Reasoning Models with Preserved Thinking Format
von: Huang, Zhehao, et al.
Veröffentlicht: (2026)

Multi-refined Feature Enhanced Sentiment Analysis Using Contextual Instruction
von: Atandoh, Peter, et al.
Veröffentlicht: (2025)

Unveiling Instruction-Specific Neurons & Experts: An Analytical Framework for LLM's Instruction-Following Capabilities
von: Zhang, Junyan, et al.
Veröffentlicht: (2025)

Data Diversity Matters for Robust Instruction Tuning
von: Bukharin, Alexander, et al.
Veröffentlicht: (2023)

Compositional Instruction Following with Language Models and Reinforcement Learning
von: Cohen, Vanya, et al.
Veröffentlicht: (2025)

Who is In Charge? Dissecting Role Conflicts in Instruction Following
von: Zeng, Siqi
Veröffentlicht: (2025)

CEMTM: Contextual Embedding-based Multimodal Topic Modeling
von: Abaskohi, Amirhossein, et al.
Veröffentlicht: (2025)

CoMMIT: Coordinated Multimodal Instruction Tuning
von: Li, Xintong, et al.
Veröffentlicht: (2024)

Learning Instruction-Following Policies through Open-Ended Instruction Relabeling with Large Language Models
von: Zhang, Zhicheng, et al.
Veröffentlicht: (2025)

Fragile Knowledge, Robust Instruction-Following: The Width Pruning Dichotomy in Llama-3.2
von: Martra, Pere
Veröffentlicht: (2025)

MDCure: A Scalable Pipeline for Multi-Document Instruction-Following
von: Liu, Gabrielle Kaili-May, et al.
Veröffentlicht: (2024)

Incentivizing Reasoning for Advanced Instruction-Following of Large Language Models
von: Qin, Yulei, et al.
Veröffentlicht: (2025)

Layer-Aware Task Arithmetic: Disentangling Task-Specific and Instruction-Following Knowledge
von: Chen, Yan-Lun, et al.
Veröffentlicht: (2025)

Natural Language Processing and Multimodal Stock Price Prediction
von: Taylor, Kevin, et al.
Veröffentlicht: (2024)

Light-IF: Endowing LLMs with Generalizable Reasoning via Preview and Self-Checking for Complex Instruction Following
von: Wang, Chenyang, et al.
Veröffentlicht: (2025)

Enhancing and Assessing Instruction-Following with Fine-Grained Instruction Variants
von: Yang, Jiuding, et al.
Veröffentlicht: (2024)

Financial Instruction Following Evaluation (FIFE)
von: Matlin, Glenn, et al.
Veröffentlicht: (2025)

Contextual Text Denoising with Masked Language Models
von: Sun, Yifu, et al.
Veröffentlicht: (2019)

mFollowIR: a Multilingual Benchmark for Instruction Following in Retrieval
von: Weller, Orion, et al.
Veröffentlicht: (2025)

FollowIR: Evaluating and Teaching Information Retrieval Models to Follow Instructions
von: Weller, Orion, et al.
Veröffentlicht: (2024)

From Language Modeling to Instruction Following: Understanding the Behavior Shift in LLMs after Instruction Tuning
von: Wu, Xuansheng, et al.
Veröffentlicht: (2023)

Provable Knowledge Acquisition and Extraction in One-Layer Transformers
von: Xu, Ruichen, et al.
Veröffentlicht: (2025)

Zero-Shot Defense Against Toxic Images via Inherent Multimodal Alignment in LVLMs
von: Zhao, Wei, et al.
Veröffentlicht: (2025)

Improving Instruction Following in Language Models through Proxy-Based Uncertainty Estimation
von: Lee, JoonHo, et al.
Veröffentlicht: (2024)

RAP: Retrieval-Augmented Planning with Contextual Memory for Multimodal LLM Agents
von: Kagaya, Tomoyuki, et al.
Veröffentlicht: (2024)

Is In-Context Learning Sufficient for Instruction Following in LLMs?
von: Zhao, Hao, et al.
Veröffentlicht: (2024)

Non-instructional Fine-tuning: Enabling Instruction-Following Capabilities in Pre-trained Language Models without Instruction-Following Data
von: Xie, Juncheng, et al.
Veröffentlicht: (2024)

Why Reasoning Matters? A Survey of Advancements in Multimodal Reasoning (v1)
von: Bi, Jing, et al.
Veröffentlicht: (2025)

Token-Level Adversarial Prompt Detection Based on Perplexity Measures and Contextual Information
von: Hu, Zhengmian, et al.
Veröffentlicht: (2023)

ReIFE: Re-evaluating Instruction-Following Evaluation
von: Liu, Yixin, et al.
Veröffentlicht: (2024)

Understanding Contextual Recall in Transformers: How Finetuning Enables In-Context Reasoning over Pretraining Knowledge
von: Vasudeva, Bhavya, et al.
Veröffentlicht: (2026)

Instruction Following by Principled Boosting Attention of Large Language Models
von: Guardieiro, Vitoria, et al.
Veröffentlicht: (2025)

Improving Instruction-Following in Language Models through Activation Steering
von: Stolfo, Alessandro, et al.
Veröffentlicht: (2024)

Infer Human's Intentions Before Following Natural Language Instructions
von: Wan, Yanming, et al.
Veröffentlicht: (2024)