Enregistré dans:
| Auteurs principaux: | Yang, Shuonan, Chen, Tailin, Singh, Rahul, Yue, Jiangbei, Jiao, Jianbo, Fu, Zeyu |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | https://arxiv.org/abs/2508.04900 |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Reasoning-Aware Multimodal Fusion for Hateful Video Detection
par: Yang, Shuonan, et autres
Publié: (2025)
par: Yang, Shuonan, et autres
Publié: (2025)
Multimodal Hate Detection Using Dual-Stream Graph Neural Networks
par: Yue, Jiangbei, et autres
Publié: (2025)
par: Yue, Jiangbei, et autres
Publié: (2025)
MultiHateLoc: Towards Temporal Localisation of Multimodal Hate Content in Online Videos
par: Sun, Qiyue, et autres
Publié: (2025)
par: Sun, Qiyue, et autres
Publié: (2025)
Enhanced Multimodal Hate Video Detection via Channel-wise and Modality-wise Fusion
par: Zhang, Yinghui, et autres
Publié: (2025)
par: Zhang, Yinghui, et autres
Publié: (2025)
Training-Free and Interpretable Hateful Video Detection via Multi-stage Adversarial Reasoning
par: Yang, Shuonan, et autres
Publié: (2026)
par: Yang, Shuonan, et autres
Publié: (2026)
Towards Training-free Multimodal Hate Localisation with Large Language Models
par: Sun, Yueming, et autres
Publié: (2026)
par: Sun, Yueming, et autres
Publié: (2026)
DBMF: A Dual-Branch Multimodal Framework for Out-of-Distribution Detection
par: Yue, Jiangbei, et autres
Publié: (2026)
par: Yue, Jiangbei, et autres
Publié: (2026)
Tempo-R0: A Video-MLLM for Temporal Video Grounding through Efficient Temporal Sensing Reinforcement Learning
par: Yue, Feng, et autres
Publié: (2025)
par: Yue, Feng, et autres
Publié: (2025)
Labels or Input? Rethinking Augmentation in Multimodal Hate Detection
par: Singh, Sahajpreet, et autres
Publié: (2025)
par: Singh, Sahajpreet, et autres
Publié: (2025)
VideoITG: Multimodal Video Understanding with Instructed Temporal Grounding
par: Wang, Shihao, et autres
Publié: (2025)
par: Wang, Shihao, et autres
Publié: (2025)
FastInit: Fast Noise Initialization for Temporally Consistent Video Generation
par: Bai, Chengyu, et autres
Publié: (2025)
par: Bai, Chengyu, et autres
Publié: (2025)
ToG-Bench: Task-Oriented Spatio-Temporal Grounding in Egocentric Videos
par: Xu, Qi'ao, et autres
Publié: (2025)
par: Xu, Qi'ao, et autres
Publié: (2025)
Contrastive-Based Deep Embeddings for Label Noise-Resilient Histopathology Image Classification
par: Dedieu, Lucas, et autres
Publié: (2024)
par: Dedieu, Lucas, et autres
Publié: (2024)
Structure-Aware Feature Rectification with Region Adjacency Graphs for Training-Free Open-Vocabulary Semantic Segmentation
par: Huang, Qiming, et autres
Publié: (2025)
par: Huang, Qiming, et autres
Publié: (2025)
Exploring Beyond Logits: Hierarchical Dynamic Labeling Based on Embeddings for Semi-Supervised Classification
par: Ma, Yanbiao, et autres
Publié: (2024)
par: Ma, Yanbiao, et autres
Publié: (2024)
Noise-Free Explanation for Driving Action Prediction
par: Zhu, Hongbo, et autres
Publié: (2024)
par: Zhu, Hongbo, et autres
Publié: (2024)
GenMM: Geometrically and Temporally Consistent Multimodal Data Generation for Video and LiDAR
par: Singh, Bharat, et autres
Publié: (2024)
par: Singh, Bharat, et autres
Publié: (2024)
Rethinking Weakly-supervised Video Temporal Grounding From a Game Perspective
par: Fang, Xiang, et autres
Publié: (2026)
par: Fang, Xiang, et autres
Publié: (2026)
Hierarchical, Interpretable, Label-Free Concept Bottleneck Model
par: Xie, Haodong, et autres
Publié: (2026)
par: Xie, Haodong, et autres
Publié: (2026)
Risk-Aware Robust Learning: Reducing Clinical Risk under Label Noise in Medical Image Classification
par: Pereira, Maycon R. S., et autres
Publié: (2026)
par: Pereira, Maycon R. S., et autres
Publié: (2026)
Trustworthy Hate Speech Detection Through Visual Augmentation
par: Yang, Ziyuan, et autres
Publié: (2024)
par: Yang, Ziyuan, et autres
Publié: (2024)
Steering Visual Generation in Unified Multimodal Models with Understanding Supervision
par: Liu, Zeyu, et autres
Publié: (2026)
par: Liu, Zeyu, et autres
Publié: (2026)
Temporal Aware Pruning for Efficient Diffusion-based Video Generation
par: Li, Sheng, et autres
Publié: (2026)
par: Li, Sheng, et autres
Publié: (2026)
OmniGenBench: A Benchmark for Omnipotent Multimodal Generation across 50+ Tasks
par: Wang, Jiayu, et autres
Publié: (2025)
par: Wang, Jiayu, et autres
Publié: (2025)
Advancing Multimodal Judge Models through a Capability-Oriented Benchmark and MCTS-Driven Data Generation
par: Chen, Zeyu, et autres
Publié: (2026)
par: Chen, Zeyu, et autres
Publié: (2026)
Context-Aware Pseudo-Label Scoring for Zero-Shot Video Summarization
par: Wu, Yuanli, et autres
Publié: (2025)
par: Wu, Yuanli, et autres
Publié: (2025)
Combating Semantic Contamination in Learning with Label Noise
par: Fan, Wenxiao, et autres
Publié: (2024)
par: Fan, Wenxiao, et autres
Publié: (2024)
Language as a Label: Zero-Shot Multimodal Classification of Everyday Postures under Data Scarcity
par: Tang, MingZe, et autres
Publié: (2025)
par: Tang, MingZe, et autres
Publié: (2025)
TC-Bench: Benchmarking Temporal Compositionality in Text-to-Video and Image-to-Video Generation
par: Feng, Weixi, et autres
Publié: (2024)
par: Feng, Weixi, et autres
Publié: (2024)
MultiHateClip: A Multilingual Benchmark Dataset for Hateful Video Detection on YouTube and Bilibili
par: Wang, Han, et autres
Publié: (2024)
par: Wang, Han, et autres
Publié: (2024)
Temporal Label Hierachical Network for Compound Emotion Recognition
par: Li, Sunan, et autres
Publié: (2024)
par: Li, Sunan, et autres
Publié: (2024)
MLP: Motion Label Prior for Temporal Sentence Localization in Untrimmed 3D Human Motions
par: Yan, Sheng, et autres
Publié: (2024)
par: Yan, Sheng, et autres
Publié: (2024)
Grid2Matrix: Revealing Digital Agnosia in Vision-Language Models
par: Zhang, Yunkai, et autres
Publié: (2026)
par: Zhang, Yunkai, et autres
Publié: (2026)
EfficientFSL: Enhancing Few-Shot Classification via Query-Only Tuning in Vision Transformers
par: Liao, Wenwen, et autres
Publié: (2026)
par: Liao, Wenwen, et autres
Publié: (2026)
L3A: Label-Augmented Analytic Adaptation for Multi-Label Class Incremental Learning
par: Zhang, Xiang, et autres
Publié: (2025)
par: Zhang, Xiang, et autres
Publié: (2025)
Robust Adaptation of Large Multimodal Models for Retrieval Augmented Hateful Meme Detection
par: Mei, Jingbiao, et autres
Publié: (2025)
par: Mei, Jingbiao, et autres
Publié: (2025)
Lost in the Hype: Revealing and Dissecting the Performance Degradation of Medical Multimodal Large Language Models in Image Classification
par: Zhu, Xun, et autres
Publié: (2026)
par: Zhu, Xun, et autres
Publié: (2026)
Personalized Video Summarization by Multimodal Video Understanding
par: Chen, Brian, et autres
Publié: (2024)
par: Chen, Brian, et autres
Publié: (2024)
VideoZoomer: Reinforcement-Learned Temporal Focusing for Long Video Reasoning
par: Ding, Yang, et autres
Publié: (2025)
par: Ding, Yang, et autres
Publié: (2025)
SafePLUG: Empowering Multimodal LLMs with Pixel-Level Insight and Temporal Grounding for Traffic Accident Understanding
par: Sheng, Zihao, et autres
Publié: (2025)
par: Sheng, Zihao, et autres
Publié: (2025)
Documents similaires
-
Reasoning-Aware Multimodal Fusion for Hateful Video Detection
par: Yang, Shuonan, et autres
Publié: (2025) -
Multimodal Hate Detection Using Dual-Stream Graph Neural Networks
par: Yue, Jiangbei, et autres
Publié: (2025) -
MultiHateLoc: Towards Temporal Localisation of Multimodal Hate Content in Online Videos
par: Sun, Qiyue, et autres
Publié: (2025) -
Enhanced Multimodal Hate Video Detection via Channel-wise and Modality-wise Fusion
par: Zhang, Yinghui, et autres
Publié: (2025) -
Training-Free and Interpretable Hateful Video Detection via Multi-stage Adversarial Reasoning
par: Yang, Shuonan, et autres
Publié: (2026)