Salvato in:
| Autori principali: | Omri, Yasmine, Ding, Connor, Weissman, Tsachy, Tambe, Thierry |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | https://arxiv.org/abs/2509.22615 |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Token Sequence Compression for Efficient Multimodal Computing
di: Omri, Yasmine, et al.
Pubblicazione: (2025)
di: Omri, Yasmine, et al.
Pubblicazione: (2025)
GaussianImage: 1000 FPS Image Representation and Compression by 2D Gaussian Splatting
di: Zhang, Xinjie, et al.
Pubblicazione: (2024)
di: Zhang, Xinjie, et al.
Pubblicazione: (2024)
GaussianImage++: Boosted Image Representation and Compression with 2D Gaussian Splatting
di: Li, Tiantian, et al.
Pubblicazione: (2025)
di: Li, Tiantian, et al.
Pubblicazione: (2025)
SIMSplat: Predictive Driving Scene Editing with Language-aligned 4D Gaussian Splatting
di: Park, Sung-Yeon, et al.
Pubblicazione: (2025)
di: Park, Sung-Yeon, et al.
Pubblicazione: (2025)
2D Gaussian Splatting with Semantic Alignment for Image Inpainting
di: Li, Hongyu, et al.
Pubblicazione: (2025)
di: Li, Hongyu, et al.
Pubblicazione: (2025)
3D Vision-Language Gaussian Splatting
di: Peng, Qucheng, et al.
Pubblicazione: (2024)
di: Peng, Qucheng, et al.
Pubblicazione: (2024)
VTCBench: Can Vision-Language Models Understand Long Context with Vision-Text Compression?
di: Zhao, Hongbo, et al.
Pubblicazione: (2025)
di: Zhao, Hongbo, et al.
Pubblicazione: (2025)
What's in the Image? A Deep-Dive into the Vision of Vision Language Models
di: Kaduri, Omri, et al.
Pubblicazione: (2024)
di: Kaduri, Omri, et al.
Pubblicazione: (2024)
Seeing Through Words, Speaking Through Pixels: Deep Representational Alignment Between Vision and Language Models
di: He, Zoe Wanying, et al.
Pubblicazione: (2025)
di: He, Zoe Wanying, et al.
Pubblicazione: (2025)
UnitedVLN: Generalizable Gaussian Splatting for Continuous Vision-Language Navigation
di: Dai, Guangzhao, et al.
Pubblicazione: (2024)
di: Dai, Guangzhao, et al.
Pubblicazione: (2024)
CLIP-GS: Unifying Vision-Language Representation with 3D Gaussian Splatting
di: Jiao, Siyu, et al.
Pubblicazione: (2024)
di: Jiao, Siyu, et al.
Pubblicazione: (2024)
Large Images are Gaussians: High-Quality Large Image Representation with Levels of 2D Gaussian Splatting
di: Zhu, Lingting, et al.
Pubblicazione: (2025)
di: Zhu, Lingting, et al.
Pubblicazione: (2025)
LVLM-Compress-Bench: Benchmarking the Broader Impact of Large Vision-Language Model Compression
di: Kundu, Souvik, et al.
Pubblicazione: (2025)
di: Kundu, Souvik, et al.
Pubblicazione: (2025)
Superpixel Semantics Representation and Pre-training for Vision-Language Task
di: Zhang, Siyu, et al.
Pubblicazione: (2023)
di: Zhang, Siyu, et al.
Pubblicazione: (2023)
AttAnchor: Guiding Cross-Modal Token Alignment in VLMs with Attention Anchors
di: Zhang, Junyang, et al.
Pubblicazione: (2025)
di: Zhang, Junyang, et al.
Pubblicazione: (2025)
GaussianToken: An Effective Image Tokenizer with 2D Gaussian Splatting
di: Dong, Jiajun, et al.
Pubblicazione: (2025)
di: Dong, Jiajun, et al.
Pubblicazione: (2025)
Gen-LangSplat: Generalized Language Gaussian Splatting with Pre-Trained Feature Compression
di: Saxena, Pranav
Pubblicazione: (2025)
di: Saxena, Pranav
Pubblicazione: (2025)
SPA-VL: A Comprehensive Safety Preference Alignment Dataset for Vision Language Model
di: Zhang, Yongting, et al.
Pubblicazione: (2024)
di: Zhang, Yongting, et al.
Pubblicazione: (2024)
Enhancing Financial VQA in Vision Language Models using Intermediate Structured Representations
di: Srivastava, Archita, et al.
Pubblicazione: (2025)
di: Srivastava, Archita, et al.
Pubblicazione: (2025)
GaussianVideo: Efficient Video Representation and Compression by Gaussian Splatting
di: Lee, Inseo, et al.
Pubblicazione: (2025)
di: Lee, Inseo, et al.
Pubblicazione: (2025)
Feedback-Driven Vision-Language Alignment with Minimal Human Supervision
di: Giannone, Giorgio, et al.
Pubblicazione: (2025)
di: Giannone, Giorgio, et al.
Pubblicazione: (2025)
Unified Vision-Language Modeling via Concept Space Alignment
di: Qiu, Yifu, et al.
Pubblicazione: (2026)
di: Qiu, Yifu, et al.
Pubblicazione: (2026)
Vision Token Reduction via Attention-Driven Self-Compression for Efficient Multimodal Large Language Models
di: Deniz, Omer Faruk, et al.
Pubblicazione: (2026)
di: Deniz, Omer Faruk, et al.
Pubblicazione: (2026)
WildVision: Evaluating Vision-Language Models in the Wild with Human Preferences
di: Lu, Yujie, et al.
Pubblicazione: (2024)
di: Lu, Yujie, et al.
Pubblicazione: (2024)
ThermalGaussian: Thermal 3D Gaussian Splatting
di: Lu, Rongfeng, et al.
Pubblicazione: (2024)
di: Lu, Rongfeng, et al.
Pubblicazione: (2024)
CompMarkGS: Robust Watermarking for Compressed 3D Gaussian Splatting
di: In, Sumin, et al.
Pubblicazione: (2025)
di: In, Sumin, et al.
Pubblicazione: (2025)
Exploring Transfer Learning in Medical Image Segmentation using Vision-Language Models
di: Poudel, Kanchan, et al.
Pubblicazione: (2023)
di: Poudel, Kanchan, et al.
Pubblicazione: (2023)
VEGA: Learning Interleaved Image-Text Comprehension in Vision-Language Large Models
di: Zhou, Chenyu, et al.
Pubblicazione: (2024)
di: Zhou, Chenyu, et al.
Pubblicazione: (2024)
Do Vision and Language Encoders Represent the World Similarly?
di: Maniparambil, Mayug, et al.
Pubblicazione: (2024)
di: Maniparambil, Mayug, et al.
Pubblicazione: (2024)
PLA4D: Pixel-Level Alignments for Text-to-4D Gaussian Splatting
di: Miao, Qiaowei, et al.
Pubblicazione: (2024)
di: Miao, Qiaowei, et al.
Pubblicazione: (2024)
Mitigating Hallucinations in Large Vision-Language Models with Instruction Contrastive Decoding
di: Wang, Xintong, et al.
Pubblicazione: (2024)
di: Wang, Xintong, et al.
Pubblicazione: (2024)
TRAVEL: Training-Free Retrieval and Alignment for Vision-and-Language Navigation
di: Rajabi, Navid, et al.
Pubblicazione: (2025)
di: Rajabi, Navid, et al.
Pubblicazione: (2025)
Panoptic Vision-Language Feature Fields
di: Chen, Haoran, et al.
Pubblicazione: (2023)
di: Chen, Haoran, et al.
Pubblicazione: (2023)
Survey on Vision-Language-Action Models
di: Adilkhanov, Adilzhan, et al.
Pubblicazione: (2025)
di: Adilkhanov, Adilzhan, et al.
Pubblicazione: (2025)
Layer-wise Alignment: Examining Safety Alignment Across Image Encoder Layers in Vision Language Models
di: Bachu, Saketh, et al.
Pubblicazione: (2024)
di: Bachu, Saketh, et al.
Pubblicazione: (2024)
Flexible Tool Selection through Low-dimensional Attribute Alignment of Vision and Language
di: Hao, Guangfu, et al.
Pubblicazione: (2025)
di: Hao, Guangfu, et al.
Pubblicazione: (2025)
Analyzing Fine-Grained Alignment and Enhancing Vision Understanding in Multimodal Language Models
di: Jiang, Jiachen, et al.
Pubblicazione: (2025)
di: Jiang, Jiachen, et al.
Pubblicazione: (2025)
Babel-ImageNet: Massively Multilingual Evaluation of Vision-and-Language Representations
di: Geigle, Gregor, et al.
Pubblicazione: (2023)
di: Geigle, Gregor, et al.
Pubblicazione: (2023)
A Cognitive Evaluation Benchmark of Image Reasoning and Description for Large Vision-Language Models
di: Song, Xiujie, et al.
Pubblicazione: (2024)
di: Song, Xiujie, et al.
Pubblicazione: (2024)
OMIBench: Benchmarking Olympiad-Level Multi-Image Reasoning in Large Vision-Language Model
di: Chen, Qiguang, et al.
Pubblicazione: (2026)
di: Chen, Qiguang, et al.
Pubblicazione: (2026)
Documenti analoghi
-
Token Sequence Compression for Efficient Multimodal Computing
di: Omri, Yasmine, et al.
Pubblicazione: (2025) -
GaussianImage: 1000 FPS Image Representation and Compression by 2D Gaussian Splatting
di: Zhang, Xinjie, et al.
Pubblicazione: (2024) -
GaussianImage++: Boosted Image Representation and Compression with 2D Gaussian Splatting
di: Li, Tiantian, et al.
Pubblicazione: (2025) -
SIMSplat: Predictive Driving Scene Editing with Language-aligned 4D Gaussian Splatting
di: Park, Sung-Yeon, et al.
Pubblicazione: (2025) -
2D Gaussian Splatting with Semantic Alignment for Image Inpainting
di: Li, Hongyu, et al.
Pubblicazione: (2025)