Enregistré dans:
| Auteurs principaux: | Yang, Bo, Chen, Yunkui, Feng, Lanfei, Zhang, Yu, Xu, Xiao, Zhang, Jianyu, Aierken, Nueraili, Huang, Runhe, Lin, Hongjian, Ying, Yibin, Li, Shijian |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | https://arxiv.org/abs/2510.04002 |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
AgriGPT-Omni: A Unified Speech-Vision-Text Framework for Multilingual Agricultural Intelligence
par: Yang, Bo, et autres
Publié: (2025)
par: Yang, Bo, et autres
Publié: (2025)
AgriGPT: a Large Language Model Ecosystem for Agriculture
par: Yang, Bo, et autres
Publié: (2025)
par: Yang, Bo, et autres
Publié: (2025)
AgriAgent: Contract-Driven Planning and Capability-Aware Tool Orchestration in Real-World Agriculture
par: Yang, Bo, et autres
Publié: (2026)
par: Yang, Bo, et autres
Publié: (2026)
ZPD Detector: Data Selection via Capability-Difficulty Alignment for Large Language Models
par: Yang, Bo, et autres
Publié: (2026)
par: Yang, Bo, et autres
Publié: (2026)
FairJudge: An Adaptive, Debiased, and Consistent LLM-as-a-Judge
par: Yang, Bo, et autres
Publié: (2026)
par: Yang, Bo, et autres
Publié: (2026)
Flash-VL 2B: Optimizing Vision-Language Model Performance for Ultra-Low Latency and High Throughput
par: Zhang, Bo, et autres
Publié: (2025)
par: Zhang, Bo, et autres
Publié: (2025)
SUM-AgriVLN: Spatial Understanding Memory for Agricultural Vision-and-Language Navigation
par: Zhao, Xiaobei, et autres
Publié: (2025)
par: Zhao, Xiaobei, et autres
Publié: (2025)
A Framework For Image Synthesis Using Supervised Contrastive Learning
par: Liu, Yibin, et autres
Publié: (2024)
par: Liu, Yibin, et autres
Publié: (2024)
AgriVLN: Vision-and-Language Navigation for Agricultural Robots
par: Zhao, Xiaobei, et autres
Publié: (2025)
par: Zhao, Xiaobei, et autres
Publié: (2025)
DeepSeek-VL: Towards Real-World Vision-Language Understanding
par: Lu, Haoyu, et autres
Publié: (2024)
par: Lu, Haoyu, et autres
Publié: (2024)
Firebolt-VL: Efficient Vision-Language Understanding with Cross-Modality Modulation
par: Trinh, Quoc-Huy, et autres
Publié: (2026)
par: Trinh, Quoc-Huy, et autres
Publié: (2026)
Multimodal Interpretation of Remote Sensing Images: Dynamic Resolution Input Strategy and Multi-scale Vision-Language Alignment Mechanism
par: Zhang, Siyu, et autres
Publié: (2025)
par: Zhang, Siyu, et autres
Publié: (2025)
PlanGPT-VL: Enhancing Urban Planning with Domain-Specific Vision-Language Models
par: Zhu, He, et autres
Publié: (2025)
par: Zhu, He, et autres
Publié: (2025)
AgriChat: A Multimodal Large Language Model for Agriculture Image Understanding
par: Boudiaf, Abderrahmene, et autres
Publié: (2026)
par: Boudiaf, Abderrahmene, et autres
Publié: (2026)
MDE-AgriVLN: Agricultural Vision-and-Language Navigation with Monocular Depth Estimation
par: Zhao, Xiaobei, et autres
Publié: (2025)
par: Zhao, Xiaobei, et autres
Publié: (2025)
HaploVL: A Single-Transformer Baseline for Multi-Modal Understanding
par: Yang, Rui, et autres
Publié: (2025)
par: Yang, Rui, et autres
Publié: (2025)
VL-RouterBench: A Benchmark for Vision-Language Model Routing
par: Huang, Zhehao, et autres
Publié: (2025)
par: Huang, Zhehao, et autres
Publié: (2025)
EarthVL: A Progressive Earth Vision-Language Understanding and Generation Framework
par: Wang, Junjue, et autres
Publié: (2026)
par: Wang, Junjue, et autres
Publié: (2026)
SDAR-VL: Stable and Efficient Block-wise Diffusion for Vision-Language Understanding
par: Cheng, Shuang, et autres
Publié: (2025)
par: Cheng, Shuang, et autres
Publié: (2025)
Incorporating Feature Pyramid Tokenization and Open Vocabulary Semantic Segmentation
par: Zhang, Jianyu, et autres
Publié: (2024)
par: Zhang, Jianyu, et autres
Publié: (2024)
Vision-Language Models for Vision Tasks: A Survey
par: Zhang, Jingyi, et autres
Publié: (2023)
par: Zhang, Jingyi, et autres
Publié: (2023)
JW-VL: A Vision-Language Model for Solar Physics
par: Shao, Mingfu, et autres
Publié: (2026)
par: Shao, Mingfu, et autres
Publié: (2026)
R1-VL: Learning to Reason with Multimodal Large Language Models via Step-wise Group Relative Policy Optimization
par: Zhang, Jingyi, et autres
Publié: (2025)
par: Zhang, Jingyi, et autres
Publié: (2025)
AgriDoctor: A Multimodal Intelligent Assistant for Agriculture
par: Zhang, Mingqing, et autres
Publié: (2025)
par: Zhang, Mingqing, et autres
Publié: (2025)
AgriChain Visually Grounded Expert Verified Reasoning for Interpretable Agricultural Vision Language Models
par: Mahmood, Hazza, et autres
Publié: (2026)
par: Mahmood, Hazza, et autres
Publié: (2026)
IMAC-AgriVLN: Can Agricultural Vision-and-Language Navigation Agents be Aware of Instruction Mistakes?
par: Zhao, Xiaobei, et autres
Publié: (2026)
par: Zhao, Xiaobei, et autres
Publié: (2026)
HeartcareGPT: A Unified Multimodal ECG Suite for Dual Signal-Image Modeling and Understanding
par: Xie, Yihan, et autres
Publié: (2025)
par: Xie, Yihan, et autres
Publié: (2025)
MeDocVL: A Visual Language Model for Medical Document Understanding and Parsing
par: Wang, Wenjie, et autres
Publié: (2026)
par: Wang, Wenjie, et autres
Publié: (2026)
Agri Startups and Entrepreneurship in Modern Agriculture
par: Prof. Suryawanshi Sharad Kantilal
Publié: (2025)
par: Prof. Suryawanshi Sharad Kantilal
Publié: (2025)
Skeleton Detection Using Dual Radars with Integration of Dual-View CNN Models and mmPose
par: Kodama, Masaharu, et autres
Publié: (2024)
par: Kodama, Masaharu, et autres
Publié: (2024)
FTibSuite: A Comprehensive Resource Suite for Tibetan Vision-Language Modeling
par: Xu, Guixian, et autres
Publié: (2026)
par: Xu, Guixian, et autres
Publié: (2026)
A-VL: Adaptive Attention for Large Vision-Language Models
par: Zhang, Junyang, et autres
Publié: (2024)
par: Zhang, Junyang, et autres
Publié: (2024)
ZipVL: Efficient Large Vision-Language Models with Dynamic Token Sparsification
par: He, Yefei, et autres
Publié: (2024)
par: He, Yefei, et autres
Publié: (2024)
Hierarchical Interaction Summarization and Contrastive Prompting for Explainable Recommendations
par: Liu, Yibin, et autres
Publié: (2025)
par: Liu, Yibin, et autres
Publié: (2025)
Qianfan-VL: Domain-Enhanced Universal Vision-Language Models
par: Dong, Daxiang, et autres
Publié: (2025)
par: Dong, Daxiang, et autres
Publié: (2025)
VL-Rethinker: Incentivizing Self-Reflection of Vision-Language Models with Reinforcement Learning
par: Wang, Haozhe, et autres
Publié: (2025)
par: Wang, Haozhe, et autres
Publié: (2025)
Light as Deception: GPT-driven Natural Relighting Against Vision-Language Pre-training Models
par: Yang, Ying, et autres
Publié: (2025)
par: Yang, Ying, et autres
Publié: (2025)
DeepSeek-VL2: Mixture-of-Experts Vision-Language Models for Advanced Multimodal Understanding
par: Wu, Zhiyu, et autres
Publié: (2024)
par: Wu, Zhiyu, et autres
Publié: (2024)
SPA-VL: A Comprehensive Safety Preference Alignment Dataset for Vision Language Model
par: Zhang, Yongting, et autres
Publié: (2024)
par: Zhang, Yongting, et autres
Publié: (2024)
Rice-VL: Evaluating Vision-Language Models for Cultural Understanding Across ASEAN Countries
par: Pranav, Tushar, et autres
Publié: (2025)
par: Pranav, Tushar, et autres
Publié: (2025)
Documents similaires
-
AgriGPT-Omni: A Unified Speech-Vision-Text Framework for Multilingual Agricultural Intelligence
par: Yang, Bo, et autres
Publié: (2025) -
AgriGPT: a Large Language Model Ecosystem for Agriculture
par: Yang, Bo, et autres
Publié: (2025) -
AgriAgent: Contract-Driven Planning and Capability-Aware Tool Orchestration in Real-World Agriculture
par: Yang, Bo, et autres
Publié: (2026) -
ZPD Detector: Data Selection via Capability-Difficulty Alignment for Large Language Models
par: Yang, Bo, et autres
Publié: (2026) -
FairJudge: An Adaptive, Debiased, and Consistent LLM-as-a-Judge
par: Yang, Bo, et autres
Publié: (2026)