Enhancing Meme Emotion Understanding with Multi-Level Modality Enhancement and Dual-Stage Modal Fusion
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Shi, Yi, Meng, Wenlong, Guo, Zhenyuan, Wei, Chengkun, Chen, Wenzhi |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
SignBind-LLM: Multi-Stage Modality Fusion for Sign Language Translation
par: Thomas, Marshall, et autres
Publié: (2025)
par: Thomas, Marshall, et autres
Publié: (2025)
Multimodal Prompt Learning with Missing Modalities for Sentiment Analysis and Emotion Recognition
par: Guo, Zirun, et autres
Publié: (2024)
par: Guo, Zirun, et autres
Publié: (2024)
HaploVL: A Single-Transformer Baseline for Multi-Modal Understanding
par: Yang, Rui, et autres
Publié: (2025)
par: Yang, Rui, et autres
Publié: (2025)
Multi-SpatialMLLM: Multi-Frame Spatial Understanding with Multi-Modal Large Language Models
par: Xu, Runsen, et autres
Publié: (2025)
par: Xu, Runsen, et autres
Publié: (2025)
MMViR: A Multi-Modal and Multi-Granularity Representation for Long-range Video Understanding
par: Li, Zizhong, et autres
Publié: (2026)
par: Li, Zizhong, et autres
Publié: (2026)
DELAN: Dual-Level Alignment for Vision-and-Language Navigation by Cross-Modal Contrastive Learning
par: Du, Mengfei, et autres
Publié: (2024)
par: Du, Mengfei, et autres
Publié: (2024)
Multi-Modal Multi-Granularity Tokenizer for Chu Bamboo Slip Scripts
par: Chen, Yingfa, et autres
Publié: (2024)
par: Chen, Yingfa, et autres
Publié: (2024)
Head-wise Modality Specialization within MLLMs for Robust Fake News Detection under Missing Modality
par: Qian, Kai, et autres
Publié: (2026)
par: Qian, Kai, et autres
Publié: (2026)
MMGR: Multi-Modal Generative Reasoning
par: Cai, Zefan, et autres
Publié: (2025)
par: Cai, Zefan, et autres
Publié: (2025)
Part-Whole Relational Fusion Towards Multi-Modal Scene Understanding
par: Liu, Yi, et autres
Publié: (2024)
par: Liu, Yi, et autres
Publié: (2024)
A Two-Stage Dual-Modality Model for Facial Emotional Expression Recognition
par: Sun, Jiajun, et autres
Publié: (2026)
par: Sun, Jiajun, et autres
Publié: (2026)
Be Cautious When Merging Unfamiliar LLMs: A Phishing Model Capable of Stealing Privacy
par: Guo, Zhenyuan, et autres
Publié: (2025)
par: Guo, Zhenyuan, et autres
Publié: (2025)
LoMo: Local Modality Substitution for Deeper Vision-Language Fusion
par: Han, Feng, et autres
Publié: (2026)
par: Han, Feng, et autres
Publié: (2026)
Modality-Specific Enhancement and Complementary Fusion for Semi-Supervised Multi-Modal Brain Tumor Segmentation
par: Chung, Tien-Dat, et autres
Publié: (2025)
par: Chung, Tien-Dat, et autres
Publié: (2025)
OmniVinci: Enhancing Architecture and Data for Omni-Modal Understanding LLM
par: Ye, Hanrong, et autres
Publié: (2025)
par: Ye, Hanrong, et autres
Publié: (2025)
HumanOmniV2: From Understanding to Omni-Modal Reasoning with Context
par: Yang, Qize, et autres
Publié: (2025)
par: Yang, Qize, et autres
Publié: (2025)
Insight: A Multi-Modal Diagnostic Pipeline using LLMs for Ocular Surface Disease Diagnosis
par: Yeh, Chun-Hsiao, et autres
Publié: (2024)
par: Yeh, Chun-Hsiao, et autres
Publié: (2024)
MER-Bench: A Comprehensive Benchmark for Multimodal Meme Reappraisal
par: Nie, Yiqi, et autres
Publié: (2026)
par: Nie, Yiqi, et autres
Publié: (2026)
SAM4MLLM: Enhance Multi-Modal Large Language Model for Referring Expression Segmentation
par: Chen, Yi-Chia, et autres
Publié: (2024)
par: Chen, Yi-Chia, et autres
Publié: (2024)
LatentOmni: Rethinking Omni-Modal Understanding via Unified Audio-Visual Latent Reasoning
par: Dai, Yifan, et autres
Publié: (2026)
par: Dai, Yifan, et autres
Publié: (2026)
Is Extending Modality The Right Path Towards Omni-Modality?
par: Zhu, Tinghui, et autres
Publié: (2025)
par: Zhu, Tinghui, et autres
Publié: (2025)
Co-AttenDWG: Co-Attentive Dimension-Wise Gating and Expert Fusion for Multi-Modal Offensive Content Detection
par: Hossain, Md. Mithun, et autres
Publié: (2025)
par: Hossain, Md. Mithun, et autres
Publié: (2025)
Dual-Modal Attention-Enhanced Text-Video Retrieval with Triplet Partial Margin Contrastive Learning
par: Jiang, Chen, et autres
Publié: (2023)
par: Jiang, Chen, et autres
Publié: (2023)
Multi-Modal Explainable Medical AI Assistant for Trustworthy Human-AI Collaboration
par: Yang, Honglong, et autres
Publié: (2025)
par: Yang, Honglong, et autres
Publié: (2025)
Beyond Meme Templates: Limitations of Visual Similarity Measures in Meme Matching
par: Hazman, Muzhaffar, et autres
Publié: (2025)
par: Hazman, Muzhaffar, et autres
Publié: (2025)
Prompt Highlighter: Interactive Control for Multi-Modal LLMs
par: Zhang, Yuechen, et autres
Publié: (2023)
par: Zhang, Yuechen, et autres
Publié: (2023)
A Spectrum Evaluation Benchmark for Medical Multi-Modal Large Language Models
par: Liu, Jie, et autres
Publié: (2024)
par: Liu, Jie, et autres
Publié: (2024)
Text-centric Alignment for Multi-Modality Learning
par: Tsai, Yun-Da, et autres
Publié: (2024)
par: Tsai, Yun-Da, et autres
Publié: (2024)
Otter: A Multi-Modal Model with In-Context Instruction Tuning
par: Li, Bo, et autres
Publié: (2023)
par: Li, Bo, et autres
Publié: (2023)
Modularized Networks for Few-shot Hateful Meme Detection
par: Cao, Rui, et autres
Publié: (2024)
par: Cao, Rui, et autres
Publié: (2024)
ScaleCap: Inference-Time Scalable Image Captioning via Dual-Modality Debiasing
par: Xing, Long, et autres
Publié: (2025)
par: Xing, Long, et autres
Publié: (2025)
PRISM2: Unlocking Multi-Modal General Pathology AI with Clinical Dialogue
par: Vorontsov, Eugene, et autres
Publié: (2025)
par: Vorontsov, Eugene, et autres
Publié: (2025)
APLe: Token-Wise Adaptive for Multi-Modal Prompt Learning
par: Cao, Guiming, et autres
Publié: (2024)
par: Cao, Guiming, et autres
Publié: (2024)
Mixture-of-Mamba: Enhancing Multi-Modal State-Space Models with Modality-Aware Sparsity
par: Liang, Weixin, et autres
Publié: (2025)
par: Liang, Weixin, et autres
Publié: (2025)
Watch Out Your Album! On the Inadvertent Privacy Memorization in Multi-Modal Large Language Models
par: Ju, Tianjie, et autres
Publié: (2025)
par: Ju, Tianjie, et autres
Publié: (2025)
Deciphering Cross-Modal Alignment in Large Vision-Language Models with Modality Integration Rate
par: Huang, Qidong, et autres
Publié: (2024)
par: Huang, Qidong, et autres
Publié: (2024)
Text-Video Retrieval via Variational Multi-Modal Hypergraph Networks
par: Li, Qian, et autres
Publié: (2024)
par: Li, Qian, et autres
Publié: (2024)
Multi-Modal 3D Mesh Reconstruction from Images and Text
par: Reka, Melvin, et autres
Publié: (2025)
par: Reka, Melvin, et autres
Publié: (2025)
Reading, Not Thinking: Understanding and Bridging the Modality Gap When Text Becomes Pixels in Multimodal LLMs
par: Sun, Kaiser, et autres
Publié: (2026)
par: Sun, Kaiser, et autres
Publié: (2026)
Revisiting Multi-Modal LLM Evaluation
par: Lu, Jian, et autres
Publié: (2024)
par: Lu, Jian, et autres
Publié: (2024)
Documents similaires
-
SignBind-LLM: Multi-Stage Modality Fusion for Sign Language Translation
par: Thomas, Marshall, et autres
Publié: (2025) -
Multimodal Prompt Learning with Missing Modalities for Sentiment Analysis and Emotion Recognition
par: Guo, Zirun, et autres
Publié: (2024) -
HaploVL: A Single-Transformer Baseline for Multi-Modal Understanding
par: Yang, Rui, et autres
Publié: (2025) -
Multi-SpatialMLLM: Multi-Frame Spatial Understanding with Multi-Modal Large Language Models
par: Xu, Runsen, et autres
Publié: (2025) -
MMViR: A Multi-Modal and Multi-Granularity Representation for Long-range Video Understanding
par: Li, Zizhong, et autres
Publié: (2026)