Salvato in:
| Autori principali: | Yang, Xiaoyu, Yu, En, Duan, Wei, Lu, Jie |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | https://arxiv.org/abs/2510.04142 |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Resilient Contrastive Pre-training under Non-Stationary Drift
di: Yang, Xiaoyu, et al.
Pubblicazione: (2025)
di: Yang, Xiaoyu, et al.
Pubblicazione: (2025)
Walking the Tightrope: Disentangling Beneficial and Detrimental Drifts in Non-Stationary Custom-Tuning
di: Yang, Xiaoyu, et al.
Pubblicazione: (2025)
di: Yang, Xiaoyu, et al.
Pubblicazione: (2025)
Towards Robust Endogenous Reasoning: Unifying Drift Adaptation in Non-Stationary Tuning
di: Yang, Xiaoyu, et al.
Pubblicazione: (2026)
di: Yang, Xiaoyu, et al.
Pubblicazione: (2026)
Autonomous Drift Learning in Data Streams: A Unified Perspective
di: Yang, Xiaoyu, et al.
Pubblicazione: (2026)
di: Yang, Xiaoyu, et al.
Pubblicazione: (2026)
Adapting Multi-modal Large Language Model to Concept Drift From Pre-training Onwards
di: Yang, Xiaoyu, et al.
Pubblicazione: (2024)
di: Yang, Xiaoyu, et al.
Pubblicazione: (2024)
Robust Multi-View Learning via Representation Fusion of Sample-Level Attention and Alignment of Simulated Perturbation
di: Xu, Jie, et al.
Pubblicazione: (2025)
di: Xu, Jie, et al.
Pubblicazione: (2025)
Bespoke Non-Stationary Solvers for Fast Sampling of Diffusion and Flow Models
di: Shaul, Neta, et al.
Pubblicazione: (2024)
di: Shaul, Neta, et al.
Pubblicazione: (2024)
MMDU: A Multi-Turn Multi-Image Dialog Understanding Benchmark and Instruction-Tuning Dataset for LVLMs
di: Liu, Ziyu, et al.
Pubblicazione: (2024)
di: Liu, Ziyu, et al.
Pubblicazione: (2024)
Streaming 4D Visual Geometry Transformer
di: Zhuo, Dong, et al.
Pubblicazione: (2025)
di: Zhuo, Dong, et al.
Pubblicazione: (2025)
Towards Multi-dimensional Explanation Alignment for Medical Classification
di: Hu, Lijie, et al.
Pubblicazione: (2024)
di: Hu, Lijie, et al.
Pubblicazione: (2024)
Mitigating Object and Action Hallucinations in Multimodal LLMs via Self-Augmented Contrastive Alignment
di: Chang, Kai-Po, et al.
Pubblicazione: (2025)
di: Chang, Kai-Po, et al.
Pubblicazione: (2025)
Point3R: Streaming 3D Reconstruction with Explicit Spatial Pointer Memory
di: Wu, Yuqi, et al.
Pubblicazione: (2025)
di: Wu, Yuqi, et al.
Pubblicazione: (2025)
GaussianWorld: Gaussian World Model for Streaming 3D Occupancy Prediction
di: Zuo, Sicheng, et al.
Pubblicazione: (2024)
di: Zuo, Sicheng, et al.
Pubblicazione: (2024)
When Thinking Drifts: Evidential Grounding for Robust Video Reasoning
di: Luo, Mi, et al.
Pubblicazione: (2025)
di: Luo, Mi, et al.
Pubblicazione: (2025)
SPHINX: A Synthetic Environment for Visual Perception and Reasoning
di: Alam, Md Tanvirul, et al.
Pubblicazione: (2025)
di: Alam, Md Tanvirul, et al.
Pubblicazione: (2025)
Think While Watching: Online Streaming Segment-Level Memory for Multi-Turn Video Reasoning in Multimodal Large Language Models
di: Wang, Lu, et al.
Pubblicazione: (2026)
di: Wang, Lu, et al.
Pubblicazione: (2026)
LINA: Learning INterventions Adaptively for Physical Alignment and Generalization in Diffusion Models
di: Yu, Shu, et al.
Pubblicazione: (2025)
di: Yu, Shu, et al.
Pubblicazione: (2025)
Learning Visual Abstract Reasoning through Dual-Stream Networks
di: Zhao, Kai, et al.
Pubblicazione: (2024)
di: Zhao, Kai, et al.
Pubblicazione: (2024)
IMAGAgent: Orchestrating Multi-Turn Image Editing via Constraint-Aware Planning and Reflection
di: Shen, Fei, et al.
Pubblicazione: (2026)
di: Shen, Fei, et al.
Pubblicazione: (2026)
EdiVal-Agent: An Object-Centric Framework for Automated, Fine-Grained Evaluation of Multi-Turn Editing
di: Chen, Tianyu, et al.
Pubblicazione: (2025)
di: Chen, Tianyu, et al.
Pubblicazione: (2025)
Proactive Agents for Multi-Turn Text-to-Image Generation Under Uncertainty
di: Hahn, Meera, et al.
Pubblicazione: (2024)
di: Hahn, Meera, et al.
Pubblicazione: (2024)
ThinkAct: Vision-Language-Action Reasoning via Reinforced Visual Latent Planning
di: Huang, Chi-Pin, et al.
Pubblicazione: (2025)
di: Huang, Chi-Pin, et al.
Pubblicazione: (2025)
VGAS: Value-Guided Action-Chunk Selection for Few-Shot Vision-Language-Action Adaptation
di: Xu, Changhua, et al.
Pubblicazione: (2026)
di: Xu, Changhua, et al.
Pubblicazione: (2026)
Lookahead Drifting Model
di: Zhang, Guoqiang, et al.
Pubblicazione: (2026)
di: Zhang, Guoqiang, et al.
Pubblicazione: (2026)
Fast-ThinkAct: Efficient Vision-Language-Action Reasoning via Verbalizable Latent Planning
di: Huang, Chi-Pin, et al.
Pubblicazione: (2026)
di: Huang, Chi-Pin, et al.
Pubblicazione: (2026)
Adaptive Parameter Optimization for Robust Remote Photoplethysmography
di: Morales, Cecilia G., et al.
Pubblicazione: (2025)
di: Morales, Cecilia G., et al.
Pubblicazione: (2025)
Force Matching with Relativistic Constraints: A Physics-Inspired Approach to Stable and Efficient Generative Modeling
di: Cao, Yang, et al.
Pubblicazione: (2025)
di: Cao, Yang, et al.
Pubblicazione: (2025)
Streaming Video Understanding and Multi-round Interaction with Memory-enhanced Knowledge
di: Xiong, Haomiao, et al.
Pubblicazione: (2025)
di: Xiong, Haomiao, et al.
Pubblicazione: (2025)
UniGame: Turning a Unified Multimodal Model Into Its Own Adversary
di: Su, Zhaolong, et al.
Pubblicazione: (2025)
di: Su, Zhaolong, et al.
Pubblicazione: (2025)
Imputation-free and Alignment-free: Incomplete Multi-view Clustering Driven by Consensus Semantic Learning
di: Dai, Yuzhuo, et al.
Pubblicazione: (2025)
di: Dai, Yuzhuo, et al.
Pubblicazione: (2025)
Contrastive Continual Multi-view Clustering with Filtered Structural Fusion
di: Wan, Xinhang, et al.
Pubblicazione: (2023)
di: Wan, Xinhang, et al.
Pubblicazione: (2023)
TA-Prompting: Enhancing Video Large Language Models for Dense Video Captioning via Temporal Anchors
di: Cheng, Wei-Yuan, et al.
Pubblicazione: (2026)
di: Cheng, Wei-Yuan, et al.
Pubblicazione: (2026)
MLVTG: Mamba-Based Feature Alignment and LLM-Driven Purification for Multi-Modal Video Temporal Grounding
di: Zhu, Zhiyi, et al.
Pubblicazione: (2025)
di: Zhu, Zhiyi, et al.
Pubblicazione: (2025)
ORCA: An Agentic Reasoning Framework for Hallucination and Adversarial Robustness in Vision-Language Models
di: Yu, Chung-En Johnny, et al.
Pubblicazione: (2025)
di: Yu, Chung-En Johnny, et al.
Pubblicazione: (2025)
Logit Calibration and Feature Contrast for Robust Federated Learning on Non-IID Data
di: Qiao, Yu, et al.
Pubblicazione: (2024)
di: Qiao, Yu, et al.
Pubblicazione: (2024)
Reinforcing VLMs to Use Tools for Detailed Visual Reasoning Under Resource Constraints
di: Kumar, Sunil, et al.
Pubblicazione: (2025)
di: Kumar, Sunil, et al.
Pubblicazione: (2025)
Data Stream Sampling with Fuzzy Task Boundaries and Noisy Labels
di: Chen, Yu-Hsi
Pubblicazione: (2024)
di: Chen, Yu-Hsi
Pubblicazione: (2024)
Memory-V2V: Memory-Augmented Video-to-Video Diffusion for Consistent Multi-Turn Editing
di: Lee, Dohun, et al.
Pubblicazione: (2026)
di: Lee, Dohun, et al.
Pubblicazione: (2026)
SpectralAR: Spectral Autoregressive Visual Generation
di: Huang, Yuanhui, et al.
Pubblicazione: (2025)
di: Huang, Yuanhui, et al.
Pubblicazione: (2025)
Heuristic-Free Multi-Teacher Learning
di: Nguyen, Huy Thong, et al.
Pubblicazione: (2024)
di: Nguyen, Huy Thong, et al.
Pubblicazione: (2024)
Documenti analoghi
-
Resilient Contrastive Pre-training under Non-Stationary Drift
di: Yang, Xiaoyu, et al.
Pubblicazione: (2025) -
Walking the Tightrope: Disentangling Beneficial and Detrimental Drifts in Non-Stationary Custom-Tuning
di: Yang, Xiaoyu, et al.
Pubblicazione: (2025) -
Towards Robust Endogenous Reasoning: Unifying Drift Adaptation in Non-Stationary Tuning
di: Yang, Xiaoyu, et al.
Pubblicazione: (2026) -
Autonomous Drift Learning in Data Streams: A Unified Perspective
di: Yang, Xiaoyu, et al.
Pubblicazione: (2026) -
Adapting Multi-modal Large Language Model to Concept Drift From Pre-training Onwards
di: Yang, Xiaoyu, et al.
Pubblicazione: (2024)