Buchumschlag

Turning Drift into Constraint: Robust Reasoning Alignment in Non-Stationary Multi-Stream Environments

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yang, Xiaoyu, Yu, En, Duan, Wei, Lu, Jie
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Resilient Contrastive Pre-training under Non-Stationary Drift
von: Yang, Xiaoyu, et al.
Veröffentlicht: (2025)

Walking the Tightrope: Disentangling Beneficial and Detrimental Drifts in Non-Stationary Custom-Tuning
von: Yang, Xiaoyu, et al.
Veröffentlicht: (2025)

Autonomous Drift Learning in Data Streams: A Unified Perspective
von: Yang, Xiaoyu, et al.
Veröffentlicht: (2026)

Towards Robust Endogenous Reasoning: Unifying Drift Adaptation in Non-Stationary Tuning
von: Yang, Xiaoyu, et al.
Veröffentlicht: (2026)

Adapting Multi-modal Large Language Model to Concept Drift From Pre-training Onwards
von: Yang, Xiaoyu, et al.
Veröffentlicht: (2024)

Robust Multi-View Learning via Representation Fusion of Sample-Level Attention and Alignment of Simulated Perturbation
von: Xu, Jie, et al.
Veröffentlicht: (2025)

Bespoke Non-Stationary Solvers for Fast Sampling of Diffusion and Flow Models
von: Shaul, Neta, et al.
Veröffentlicht: (2024)

MMDU: A Multi-Turn Multi-Image Dialog Understanding Benchmark and Instruction-Tuning Dataset for LVLMs
von: Liu, Ziyu, et al.
Veröffentlicht: (2024)

When Thinking Drifts: Evidential Grounding for Robust Video Reasoning
von: Luo, Mi, et al.
Veröffentlicht: (2025)

Towards Multi-dimensional Explanation Alignment for Medical Classification
von: Hu, Lijie, et al.
Veröffentlicht: (2024)

Streaming 4D Visual Geometry Transformer
von: Zhuo, Dong, et al.
Veröffentlicht: (2025)

Point3R: Streaming 3D Reconstruction with Explicit Spatial Pointer Memory
von: Wu, Yuqi, et al.
Veröffentlicht: (2025)

GaussianWorld: Gaussian World Model for Streaming 3D Occupancy Prediction
von: Zuo, Sicheng, et al.
Veröffentlicht: (2024)

SPHINX: A Synthetic Environment for Visual Perception and Reasoning
von: Alam, Md Tanvirul, et al.
Veröffentlicht: (2025)

Think While Watching: Online Streaming Segment-Level Memory for Multi-Turn Video Reasoning in Multimodal Large Language Models
von: Wang, Lu, et al.
Veröffentlicht: (2026)

LINA: Learning INterventions Adaptively for Physical Alignment and Generalization in Diffusion Models
von: Yu, Shu, et al.
Veröffentlicht: (2025)

Learning Visual Abstract Reasoning through Dual-Stream Networks
von: Zhao, Kai, et al.
Veröffentlicht: (2024)

Mitigating Object and Action Hallucinations in Multimodal LLMs via Self-Augmented Contrastive Alignment
von: Chang, Kai-Po, et al.
Veröffentlicht: (2025)

EdiVal-Agent: An Object-Centric Framework for Automated, Fine-Grained Evaluation of Multi-Turn Editing
von: Chen, Tianyu, et al.
Veröffentlicht: (2025)

Streaming Video Understanding and Multi-round Interaction with Memory-enhanced Knowledge
von: Xiong, Haomiao, et al.
Veröffentlicht: (2025)

Proactive Agents for Multi-Turn Text-to-Image Generation Under Uncertainty
von: Hahn, Meera, et al.
Veröffentlicht: (2024)

IMAGAgent: Orchestrating Multi-Turn Image Editing via Constraint-Aware Planning and Reflection
von: Shen, Fei, et al.
Veröffentlicht: (2026)

Lookahead Drifting Model
von: Zhang, Guoqiang, et al.
Veröffentlicht: (2026)

VGAS: Value-Guided Action-Chunk Selection for Few-Shot Vision-Language-Action Adaptation
von: Xu, Changhua, et al.
Veröffentlicht: (2026)

Adaptive Parameter Optimization for Robust Remote Photoplethysmography
von: Morales, Cecilia G., et al.
Veröffentlicht: (2025)

Force Matching with Relativistic Constraints: A Physics-Inspired Approach to Stable and Efficient Generative Modeling
von: Cao, Yang, et al.
Veröffentlicht: (2025)

MLVTG: Mamba-Based Feature Alignment and LLM-Driven Purification for Multi-Modal Video Temporal Grounding
von: Zhu, Zhiyi, et al.
Veröffentlicht: (2025)

ThinkAct: Vision-Language-Action Reasoning via Reinforced Visual Latent Planning
von: Huang, Chi-Pin, et al.
Veröffentlicht: (2025)

Imputation-free and Alignment-free: Incomplete Multi-view Clustering Driven by Consensus Semantic Learning
von: Dai, Yuzhuo, et al.
Veröffentlicht: (2025)

UniGame: Turning a Unified Multimodal Model Into Its Own Adversary
von: Su, Zhaolong, et al.
Veröffentlicht: (2025)

Fast-ThinkAct: Efficient Vision-Language-Action Reasoning via Verbalizable Latent Planning
von: Huang, Chi-Pin, et al.
Veröffentlicht: (2026)

Logit Calibration and Feature Contrast for Robust Federated Learning on Non-IID Data
von: Qiao, Yu, et al.
Veröffentlicht: (2024)

Reinforcing VLMs to Use Tools for Detailed Visual Reasoning Under Resource Constraints
von: Kumar, Sunil, et al.
Veröffentlicht: (2025)

Data Stream Sampling with Fuzzy Task Boundaries and Noisy Labels
von: Chen, Yu-Hsi
Veröffentlicht: (2024)

Contrastive Continual Multi-view Clustering with Filtered Structural Fusion
von: Wan, Xinhang, et al.
Veröffentlicht: (2023)

Memory-V2V: Memory-Augmented Video-to-Video Diffusion for Consistent Multi-Turn Editing
von: Lee, Dohun, et al.
Veröffentlicht: (2026)

ORCA: An Agentic Reasoning Framework for Hallucination and Adversarial Robustness in Vision-Language Models
von: Yu, Chung-En Johnny, et al.
Veröffentlicht: (2025)

CARE: Contrastive Alignment for ADL Recognition from Event-Triggered Sensor Streams
von: Zhao, Junhao, et al.
Veröffentlicht: (2025)

TA-Prompting: Enhancing Video Large Language Models for Dense Video Captioning via Temporal Anchors
von: Cheng, Wei-Yuan, et al.
Veröffentlicht: (2026)

NukesFormers: Unpaired Hyperspectral Image Generation with Non-Uniform Domain Alignment
von: Li, Jiaojiao, et al.
Veröffentlicht: (2025)