Preacher: Paper-to-Video Agentic System
Fuente:
arXiv
Salvato in:
| Autori principali: | Liu, Jingwei, Yang, Ling, Luo, Hao, Wang, Fan, Li, Hongyan, Wang, Mengdi |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
LensWalk: Agentic Video Understanding by Planning How You See in Videos
di: Li, Keliang, et al.
Pubblicazione: (2026)
di: Li, Keliang, et al.
Pubblicazione: (2026)
VideoTemp-o3: Harmonizing Temporal Grounding and Video Understanding in Agentic Thinking-with-Videos
di: Liu, Wenqi, et al.
Pubblicazione: (2026)
di: Liu, Wenqi, et al.
Pubblicazione: (2026)
MieDB-100k: A Comprehensive Dataset for Medical Image Editing
di: Lai, Yongfan, et al.
Pubblicazione: (2026)
di: Lai, Yongfan, et al.
Pubblicazione: (2026)
VideoThinker: Building Agentic VideoLLMs with LLM-Guided Tool Reasoning
di: Li, Chenglin, et al.
Pubblicazione: (2026)
di: Li, Chenglin, et al.
Pubblicazione: (2026)
LumiVideo: An Intelligent Agentic System for Video Color Grading
di: Guo, Yuchen, et al.
Pubblicazione: (2026)
di: Guo, Yuchen, et al.
Pubblicazione: (2026)
VideoSEAL: Mitigating Evidence Misalignment in Agentic Long Video Understanding by Decoupling Answer Authority
di: Qiu, Chenhao, et al.
Pubblicazione: (2026)
di: Qiu, Chenhao, et al.
Pubblicazione: (2026)
Bridging Modalities, Spanning Time: Structured Memory for Ultra-Long Agentic Video Reasoning
di: Li, Jiazheng, et al.
Pubblicazione: (2026)
di: Li, Jiazheng, et al.
Pubblicazione: (2026)
Watching, Reasoning, and Searching: A Video Deep Research Benchmark on Open Web for Agentic Video Reasoning
di: Liu, Chengwen, et al.
Pubblicazione: (2026)
di: Liu, Chengwen, et al.
Pubblicazione: (2026)
RLAnything: Forge Environment, Policy, and Reward Model in Completely Dynamic RL System
di: Wang, Yinjie, et al.
Pubblicazione: (2026)
di: Wang, Yinjie, et al.
Pubblicazione: (2026)
MUPA: Towards Multi-Path Agentic Reasoning for Grounded Video Question Answering
di: Dang, Jisheng, et al.
Pubblicazione: (2025)
di: Dang, Jisheng, et al.
Pubblicazione: (2025)
Agentic Video Intelligence: A Flexible Framework for Advanced Video Exploration and Understanding
di: Gao, Hong, et al.
Pubblicazione: (2025)
di: Gao, Hong, et al.
Pubblicazione: (2025)
AVA: Towards Agentic Video Analytics with Vision Language Models
di: Yan, Yuxuan, et al.
Pubblicazione: (2025)
di: Yan, Yuxuan, et al.
Pubblicazione: (2025)
Active Video Perception: Iterative Evidence Seeking for Agentic Long Video Understanding
di: Wang, Ziyang, et al.
Pubblicazione: (2025)
di: Wang, Ziyang, et al.
Pubblicazione: (2025)
ImageRef-VL: Enabling Contextual Image Referencing in Vision-Language Models
di: Yi, Jingwei, et al.
Pubblicazione: (2025)
di: Yi, Jingwei, et al.
Pubblicazione: (2025)
Consistent Video Editing as Flow-Driven Image-to-Video Generation
di: Wang, Ge, et al.
Pubblicazione: (2025)
di: Wang, Ge, et al.
Pubblicazione: (2025)
Contextualized Diffusion Models for Text-Guided Image and Video Generation
di: Yang, Ling, et al.
Pubblicazione: (2024)
di: Yang, Ling, et al.
Pubblicazione: (2024)
VideoExplorer: Think With Videos For Agentic Long-Video Understanding
di: Yuan, Huaying, et al.
Pubblicazione: (2025)
di: Yuan, Huaying, et al.
Pubblicazione: (2025)
Visual Agentic Memory: Enabling Online Long Video Understanding via Online Indexing, Hierarchical Memory, and Agentic Retrieval
di: Li, Aiden Yiliu, et al.
Pubblicazione: (2026)
di: Li, Aiden Yiliu, et al.
Pubblicazione: (2026)
OpenClaw-RL: Train Any Agent Simply by Talking
di: Wang, Yinjie, et al.
Pubblicazione: (2026)
di: Wang, Yinjie, et al.
Pubblicazione: (2026)
SANA-Video: Efficient Video Generation with Block Linear Diffusion Transformer
di: Chen, Junsong, et al.
Pubblicazione: (2025)
di: Chen, Junsong, et al.
Pubblicazione: (2025)
Video-Infinity: Distributed Long Video Generation
di: Tan, Zhenxiong, et al.
Pubblicazione: (2024)
di: Tan, Zhenxiong, et al.
Pubblicazione: (2024)
DualFast: Dual-Speedup Framework for Fast Sampling of Diffusion Models
di: Yu, Hu, et al.
Pubblicazione: (2025)
di: Yu, Hu, et al.
Pubblicazione: (2025)
Uncovering the Text Embedding in Text-to-Image Diffusion Models
di: Yu, Hu, et al.
Pubblicazione: (2024)
di: Yu, Hu, et al.
Pubblicazione: (2024)
1st Place Solution for 5th LSVOS Challenge: Referring Video Object Segmentation
di: Luo, Zhuoyan, et al.
Pubblicazione: (2024)
di: Luo, Zhuoyan, et al.
Pubblicazione: (2024)
InsightX Agent: An LMM-based Agentic Framework with Integrated Tools for Reliable X-ray NDT Analysis
di: Liu, Jiale, et al.
Pubblicazione: (2025)
di: Liu, Jiale, et al.
Pubblicazione: (2025)
MM-DeepResearch: A Simple and Effective Multimodal Agentic Search Baseline
di: Yao, Huanjin, et al.
Pubblicazione: (2026)
di: Yao, Huanjin, et al.
Pubblicazione: (2026)
Deep Video Discovery: Agentic Search with Tool Use for Long-form Video Understanding
di: Zhang, Xiaoyi, et al.
Pubblicazione: (2025)
di: Zhang, Xiaoyi, et al.
Pubblicazione: (2025)
Video-CCAM: Enhancing Video-Language Understanding with Causal Cross-Attention Masks for Short and Long Videos
di: Fei, Jiajun, et al.
Pubblicazione: (2024)
di: Fei, Jiajun, et al.
Pubblicazione: (2024)
Rethinking Metrics and Benchmarks of Video Anomaly Detection
di: Liu, Zihao, et al.
Pubblicazione: (2025)
di: Liu, Zihao, et al.
Pubblicazione: (2025)
GloTSFormer: Global Video Text Spotting Transformer
di: Wang, Han, et al.
Pubblicazione: (2024)
di: Wang, Han, et al.
Pubblicazione: (2024)
SCBench: A Sports Commentary Benchmark for Video LLMs
di: Ge, Kuangzhi, et al.
Pubblicazione: (2024)
di: Ge, Kuangzhi, et al.
Pubblicazione: (2024)
ReWatch-R1: Boosting Complex Video Reasoning in Large Vision-Language Models through Agentic Data Synthesis
di: Zhang, Congzhi, et al.
Pubblicazione: (2025)
di: Zhang, Congzhi, et al.
Pubblicazione: (2025)
MAGIC: Meta-Ability Guided Interactive Chain-of-Distillation for Effective-and-Efficient Vision-and-Language Navigation
di: Wang, Liuyi, et al.
Pubblicazione: (2024)
di: Wang, Liuyi, et al.
Pubblicazione: (2024)
AutoMat: Enabling Automated Crystal Structure Reconstruction from Microscopy via Agentic Tool Use
di: Yang, Yaotian, et al.
Pubblicazione: (2025)
di: Yang, Yaotian, et al.
Pubblicazione: (2025)
CaC: Advancing Video Reward Models via Hierarchical Spatiotemporal Concentrating
di: Wang, Jiyuan, et al.
Pubblicazione: (2026)
di: Wang, Jiyuan, et al.
Pubblicazione: (2026)
DeVAn: Dense Video Annotation for Video-Language Models
di: Liu, Tingkai, et al.
Pubblicazione: (2023)
di: Liu, Tingkai, et al.
Pubblicazione: (2023)
Echo4DIR: 4D Implicit Heart Reconstruction from 2D Echocardiography Videos
di: Liu, Yanan, et al.
Pubblicazione: (2026)
di: Liu, Yanan, et al.
Pubblicazione: (2026)
A$^2$RD: Agentic Autoregressive Diffusion for Long Video Consistency
di: Long, Do Xuan, et al.
Pubblicazione: (2026)
di: Long, Do Xuan, et al.
Pubblicazione: (2026)
Culture-inspired Multi-modal Color Palette Generation and Colorization: A Chinese Youth Subculture Case
di: Li, Yufan, et al.
Pubblicazione: (2021)
di: Li, Yufan, et al.
Pubblicazione: (2021)
Datasets and Recipes for Video Temporal Grounding via Reinforcement Learning
di: Chen, Ruizhe, et al.
Pubblicazione: (2025)
di: Chen, Ruizhe, et al.
Pubblicazione: (2025)
Documenti analoghi
-
LensWalk: Agentic Video Understanding by Planning How You See in Videos
di: Li, Keliang, et al.
Pubblicazione: (2026) -
VideoTemp-o3: Harmonizing Temporal Grounding and Video Understanding in Agentic Thinking-with-Videos
di: Liu, Wenqi, et al.
Pubblicazione: (2026) -
MieDB-100k: A Comprehensive Dataset for Medical Image Editing
di: Lai, Yongfan, et al.
Pubblicazione: (2026) -
VideoThinker: Building Agentic VideoLLMs with LLM-Guided Tool Reasoning
di: Li, Chenglin, et al.
Pubblicazione: (2026) -
LumiVideo: An Intelligent Agentic System for Video Color Grading
di: Guo, Yuchen, et al.
Pubblicazione: (2026)