Buchumschlag

RxnCaption: Reformulating Reaction Diagram Parsing as Visual Prompt Guided Captioning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Song, Jiahe, Wang, Chuang, Jiang, Bowen, Wang, Yinfan, Zheng, Hao, Wei, Xingjian, Liu, Chengjin, Nie, Rui, Gao, Junyuan, Sun, Jiaxing, Wang, Yubin, Wu, Lijun, Huang, Zhenhua, Wu, Jiang, Yu, Qian, He, Conghui
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

Molecular Identifier Visual Prompt and Verifiable Reinforcement Learning for Chemical Reaction Diagram Parsing
von: Song, Jiahe, et al.
Veröffentlicht: (2026)

GTR-CoT: Graph Traversal as Visual Chain of Thought for Molecular Structure Recognition
von: Wang, Jingchao, et al.
Veröffentlicht: (2025)

Evaluating Large Language Model with Knowledge Oriented Language Specific Simple Question Answering
von: Jiang, Bowen, et al.
Veröffentlicht: (2025)

Parrot Captions Teach CLIP to Spot Text
von: Lin, Yiqi, et al.
Veröffentlicht: (2023)

OpenHuEval: Evaluating Large Language Model on Hungarian Specifics
von: Yang, Haote, et al.
Veröffentlicht: (2025)

PM4Bench: Benchmarking Large Vision-Language Models with Parallel Multilingual Multi-Modal Multi-task Corpus
von: Gao, Junyuan, et al.
Veröffentlicht: (2025)

Text Data-Centric Image Captioning with Interactive Prompts
von: Wang, Yiyu, et al.
Veröffentlicht: (2024)

MACReD: A Multi-Agent Collaborative Reasoning Framework for Reaction Diagram Parsing
von: Tang, Chuang, et al.
Veröffentlicht: (2026)

Improving Image Captioning by Mimicking Human Reformulation Feedback at Inference-time
von: Berger, Uri, et al.
Veröffentlicht: (2025)

AGIC: Attention-Guided Image Captioning to Improve Caption Relevance
von: Teja, L. D. M. S. Sai, et al.
Veröffentlicht: (2025)

Any2Caption:Interpreting Any Condition to Caption for Controllable Video Generation
von: Wu, Shengqiong, et al.
Veröffentlicht: (2025)

Exploring Temporal Event Cues for Dense Video Captioning in Cyclic Co-learning
von: Xie, Zhuyang, et al.
Veröffentlicht: (2024)

Inserting Faces inside Captions: Image Captioning with Attention Guided Merging
von: Tevissen, Yannis, et al.
Veröffentlicht: (2024)

EvolveCaptions: Empowering DHH Users Through Real-Time Collaborative Captioning
von: Wu, Liang-Yuan, et al.
Veröffentlicht: (2025)

Knowledge Guided Entity-aware Video Captioning and A Basketball Benchmark
von: Xi, Zeyu, et al.
Veröffentlicht: (2024)

Benchmarking and Improving Detail Image Caption
von: Dong, Hongyuan, et al.
Veröffentlicht: (2024)

OPCap:Object-aware Prompting Captioning
von: Huang, Feiyang
Veröffentlicht: (2024)

MetaCaptioner: Towards Generalist Visual Captioning with Open-source Suites
von: Lei, Zhenxin, et al.
Veröffentlicht: (2025)

Segment and Caption Anything
von: Huang, Xiaoke, et al.
Veröffentlicht: (2023)

RxnNano:Training Compact LLMs for Chemical Reaction and Retrosynthesis Prediction via Hierarchical Curriculum Learning
von: Li, Ran, et al.
Veröffentlicht: (2026)

Enhancing Descriptive Captions with Visual Attributes for Multimodal Perception
von: Sun, Yanpeng, et al.
Veröffentlicht: (2024)

Document Parsing Unveiled: Techniques, Challenges, and Prospects for Structured Information Extraction
von: Zhang, Qintong, et al.
Veröffentlicht: (2024)

SAM Guided Semantic and Motion Changed Region Mining for Remote Sensing Change Captioning
von: Wang, Futian, et al.
Veröffentlicht: (2025)

Caption Anything in Video: Fine-grained Object-centric Captioning via Spatiotemporal Multimodal Prompting
von: Tang, Yunlong, et al.
Veröffentlicht: (2025)

Zero-Shot Audio Captioning Using Soft and Hard Prompts
von: Zhang, Yiming, et al.
Veröffentlicht: (2024)

RACap: Relation-Aware Prompting for Lightweight Retrieval-Augmented Image Captioning
von: Long, Xiaosheng, et al.
Veröffentlicht: (2025)

GRAIT: Gradient-Driven Refusal-Aware Instruction Tuning for Effective Hallucination Mitigation
von: Zhu, Runchuan, et al.
Veröffentlicht: (2025)

Player-Centric Multimodal Prompt Generation for Large Language Model Based Identity-Aware Basketball Video Captioning
von: Xi, Zeyu, et al.
Veröffentlicht: (2025)

Distinctive Image Captioning: Leveraging Ground Truth Captions in CLIP Guided Reinforcement Learning
von: Chaffin, Antoine, et al.
Veröffentlicht: (2024)

NMRTrans: Structure Elucidation from Experimental NMR Spectra via Set Transformers
von: Yang, Liujia, et al.
Veröffentlicht: (2026)

UGC-VideoCaptioner: An Omni UGC Video Detail Caption Model and New Benchmarks
von: Wu, Peiran, et al.
Veröffentlicht: (2025)

Guided Attention for Interpretable Motion Captioning
von: Radouane, Karim, et al.
Veröffentlicht: (2023)

Classifier-Guided Captioning Across Modalities
von: Shaulov, Ariel, et al.
Veröffentlicht: (2025)

Efficient Audio Captioning with Encoder-Level Knowledge Distillation
von: Xu, Xuenan, et al.
Veröffentlicht: (2024)

yley123/MatSynth-Captions-Text-Prompts-for-Material-Videos: MatSynth-Captions-Text-Prompts-for-Material-Videos
von: BOWEN
Veröffentlicht: (2025)

Structured Captions Improve Prompt Adherence in Text-to-Image Models (Re-LAION-Caption 19M)
von: Merchant, Nicholas, et al.
Veröffentlicht: (2025)

DECap: Towards Generalized Explicit Caption Editing via Diffusion Mechanism
von: Wang, Zhen, et al.
Veröffentlicht: (2023)

World to Code: Multi-modal Data Generation via Self-Instructed Compositional Captioning and Filtering
von: Wang, Jiacong, et al.
Veröffentlicht: (2024)

Implicit Location-Caption Alignment via Complementary Masking for Weakly-Supervised Dense Video Captioning
von: Ge, Shiping, et al.
Veröffentlicht: (2024)

RxnBench: A Multimodal Benchmark for Evaluating Large Language Models on Chemical Reaction Understanding from Scientific Literature
von: Li, Hanzheng, et al.
Veröffentlicht: (2025)