Buchumschlag

REVEAL -- Reasoning and Evaluation of Visual Evidence through Aligned Language

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Praharaj, Ipsita, Butala, Yukta, Praharaj, Badrikanath, Butala, Yash
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Cross-Corpus and Cross-domain Handwriting Assessment of NeuroDegenerative Diseases via Time-Series-to-Image Conversion
von: Chavez, Gabrielle, et al.
Veröffentlicht: (2025)

REVEAL: Reference-Grounded Reasoning for Multimodal Manipulation Detection
von: Zhou, Jun, et al.
Veröffentlicht: (2026)

Stress Tests REVEAL Fragile Temporal and Visual Grounding in Video-Language Models
von: T V, Sethuraman, et al.
Veröffentlicht: (2026)

OmniACT: A Dataset and Benchmark for Enabling Multimodal Generalist Autonomous Agents for Desktop and Web
von: Kapoor, Raghav, et al.
Veröffentlicht: (2024)

REVEAL: Reasoning-Enhanced Forensic Evidence Analysis for Explainable AI-Generated Image Detection
von: Cao, Huangsen, et al.
Veröffentlicht: (2025)

REVEAL: Relation-based Video Representation Learning for Video-Question-Answering
von: Chaybouti, Sofian, et al.
Veröffentlicht: (2025)

VER-Bench: Evaluating MLLMs on Reasoning with Fine-Grained Visual Evidence
von: Qiang, Chenhui, et al.
Veröffentlicht: (2025)

REVEAL: Multimodal Vision-Language Alignment of Retinal Morphometry and Clinical Risks for Incident AD and Dementia Prediction
von: Leem, Seowung, et al.
Veröffentlicht: (2026)

SpatialBoost: Enhancing Visual Representation through Language-Guided Reasoning
von: Jeon, Byungwoo, et al.
Veröffentlicht: (2026)

Improving Visual Reasoning with Iterative Evidence Refinement
von: Shi, Zeru, et al.
Veröffentlicht: (2026)

Re-Aligning Language to Visual Objects with an Agentic Workflow
von: Chen, Yuming, et al.
Veröffentlicht: (2025)

Pathological Truth Bias in Vision-Language Models
von: Thube, Yash
Veröffentlicht: (2025)

Understanding Depth and Height Perception in Large Visual-Language Models
von: Azad, Shehreen, et al.
Veröffentlicht: (2024)

Traceable Evidence Enhanced Visual Grounded Reasoning: Evaluation and Methodology
von: Wang, Haochen, et al.
Veröffentlicht: (2025)

VRSA: Jailbreaking Multimodal Large Language Models through Visual Reasoning Sequential Attack
von: Zhao, Shiji, et al.
Veröffentlicht: (2025)

SceneAlign: Aligning Multimodal Reasoning to Scene Graphs in Complex Visual Scenes
von: Wang, Chuhan, et al.
Veröffentlicht: (2026)

MARVEL: Multidimensional Abstraction and Reasoning through Visual Evaluation and Learning
von: Jiang, Yifan, et al.
Veröffentlicht: (2024)

Visual Reasoning through Tool-supervised Reinforcement Learning
von: Dong, Qihua, et al.
Veröffentlicht: (2026)

AlignTok: Aligning Visual Foundation Encoders to Tokenizers for Diffusion Models
von: Chen, Bowei, et al.
Veröffentlicht: (2025)

VisuLogic: A Benchmark for Evaluating Visual Reasoning in Multi-modal Large Language Models
von: Xu, Weiye, et al.
Veröffentlicht: (2025)

Reasoning-Aligned Perception Decoupling for Scalable Multi-modal Reasoning
von: Gou, Yunhao, et al.
Veröffentlicht: (2025)

Reasoning to Align: Implicit Reasoning in Diffusion Transformers for Video Editing
von: Li, Yan, et al.
Veröffentlicht: (2026)

ReAlign: Generalizable Image Forgery Detection via Reasoning-Aligned Representation
von: Huang, Qing, et al.
Veröffentlicht: (2026)

Towards Responsible Multimodal Medical Reasoning via Context-Aligned Vision-Language Models
von: Khan, Sumra, et al.
Veröffentlicht: (2026)

Can MLLMs Reason About Visual Persuasion? Evaluating the Efficacy and Faithfulness of Reasoning
von: Lee, Naeun, et al.
Veröffentlicht: (2026)

GeoR-Bench: Evaluating Geoscience Visual Reasoning
von: Zheng, Yushuo, et al.
Veröffentlicht: (2026)

LaViT: Aligning Latent Visual Thoughts for Multi-modal Reasoning
von: Wu, Linquan, et al.
Veröffentlicht: (2026)

GeoWeaver: Grounding Visual Tokens with Geometric Evidence before Scene Reasoning
von: Miao, Deshui, et al.
Veröffentlicht: (2026)

Beyond Accuracy: Evaluating Grounded Visual Evidence in Thinking with Images
von: Li, Xuchen, et al.
Veröffentlicht: (2026)

Beyond Perception: Evaluating Abstract Visual Reasoning through Multi-Stage Task
von: Jiang, Yanbei, et al.
Veröffentlicht: (2025)

Large Language Models are Universal Reasoners for Visual Generation
von: Ren, Sucheng, et al.
Veröffentlicht: (2026)

VisRes Bench: On Evaluating the Visual Reasoning Capabilities of VLMs
von: Törtei, Brigitta Malagurski, et al.
Veröffentlicht: (2025)

Beyond Accuracy: Evaluating Visual Grounding In Multimodal Medical Reasoning
von: Zafar, Anas, et al.
Veröffentlicht: (2026)

SkyNative: A Native Multimodal Framework for Remote Sensing Visual Evidence Reasoning
von: Yang, Xiao, et al.
Veröffentlicht: (2026)

EasyARC: Evaluating Vision Language Models on True Visual Reasoning
von: Unsal, Mert, et al.
Veröffentlicht: (2025)

MoviePuzzle: Visual Narrative Reasoning through Multimodal Order Learning
von: Wang, Jianghui, et al.
Veröffentlicht: (2023)

Instruction-Aligned Visual Attention for Mitigating Hallucinations in Large Vision-Language Models
von: Li, Bin, et al.
Veröffentlicht: (2025)

Reasoning Visual Language Model for Chest X-Ray Analysis
von: Myronenko, Andriy, et al.
Veröffentlicht: (2025)

Conan: Progressive Learning to Reason Like a Detective over Multi-Scale Visual Evidence
von: Ouyang, Kun, et al.
Veröffentlicht: (2025)

BabyVision: Visual Reasoning Beyond Language
von: Chen, Liang, et al.
Veröffentlicht: (2026)