Buchumschlag

FlipVQA: Scaling Multi-modal Instruction Tuning via Textbook-to-Knowledge Synthesis

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wong, Zhen Hao, Deng, Jingwen, Wang, Yuzhao, Yu, Wenkai, Huang, Jihao, He, Runming, Shen, Chengyu, Liang, Hao, Zhang, Wentao
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

LogicPuzzleRL: Cultivating Robust Mathematical Reasoning in LLMs via Reinforcement Learning
von: Wong, Zhen Hao, et al.
Veröffentlicht: (2025)

Learning What Reinforcement Learning Can't: Interleaved Online Fine-Tuning for Hardest Questions
von: Ma, Lu, et al.
Veröffentlicht: (2025)

One-Eval: An Agentic System for Automated and Traceable LLM Evaluation
von: Shen, Chengyu, et al.
Veröffentlicht: (2026)

Let's Verify Math Questions Step by Step
von: Shen, Chengyu, et al.
Veröffentlicht: (2025)

Performance Analysis of Traditional VQA Models Under Limited Computational Resources
von: Gu, Jihao
Veröffentlicht: (2025)

Multi-modal Instruction Tuned LLMs with Fine-grained Visual Perception
von: He, Junwen, et al.
Veröffentlicht: (2024)

Facilitating Multi-turn Function Calling for LLMs via Compositional Instruction Tuning
von: Chen, Mingyang, et al.
Veröffentlicht: (2024)

Gradual Learning: Optimizing Fine-Tuning with Partially Mastered Knowledge in Large Language Models
von: Li, Bozhou, et al.
Veröffentlicht: (2024)

BloomVQA: Assessing Hierarchical Multi-modal Comprehension
von: Gong, Yunye, et al.
Veröffentlicht: (2023)

Progressive Multi-modal Conditional Prompt Tuning
von: Qiu, Xiaoyu, et al.
Veröffentlicht: (2024)

K12-KGraph: A Curriculum-Aligned Knowledge Graph for Benchmarking and Training Educational LLMs
von: Liang, Hao, et al.
Veröffentlicht: (2026)

Federated Data-Efficient Instruction Tuning for Large Language Models
von: Qin, Zhen, et al.
Veröffentlicht: (2024)

Knowledge Condensation and Reasoning for Knowledge-based VQA
von: Hao, Dongze, et al.
Veröffentlicht: (2024)

DARO: Difficulty-Aware Reweighting Policy Optimization
von: Zhou, Jingyu, et al.
Veröffentlicht: (2025)

PMC-VQA: Visual Instruction Tuning for Medical Visual Question Answering
von: Zhang, Xiaoman, et al.
Veröffentlicht: (2023)

ANDES: Agent Native Data Evolving Synthesis Tool for Autonomous Instruction Alignment
von: Zhao, Zhengyang, et al.
Veröffentlicht: (2026)

TextSquare: Scaling up Text-Centric Visual Instruction Tuning
von: Tang, Jingqun, et al.
Veröffentlicht: (2024)

UNK-VQA: A Dataset and a Probe into the Abstention Ability of Multi-modal Large Models
von: Guo, Yangyang, et al.
Veröffentlicht: (2023)

DataFlow: An LLM-Driven Framework for Unified Data Preparation and Workflow Automation in the Era of Data-Centric AI
von: Liang, Hao, et al.
Veröffentlicht: (2025)

OmniBooth: Learning Latent Control for Image Synthesis with Multi-modal Instruction
von: Li, Leheng, et al.
Veröffentlicht: (2024)

Facial Affective Behavior Analysis with Instruction Tuning
von: Li, Yifan, et al.
Veröffentlicht: (2024)

Reinforcement Fine-Tuning for Reasoning towards Multi-Step Multi-Source Search in Large Language Models
von: Shi, Wentao, et al.
Veröffentlicht: (2025)

Why Not Use Your Textbook? Knowledge-Enhanced Procedure Planning of Instructional Videos
von: Nagasinghe, Kumaranage Ravindu Yasas, et al.
Veröffentlicht: (2024)

3DMIT: 3D Multi-modal Instruction Tuning for Scene Understanding
von: Li, Zeju, et al.
Veröffentlicht: (2024)

LoCa: Logit Calibration for Knowledge Distillation
von: Yang, Runming, et al.
Veröffentlicht: (2024)

Large deviations principle for the cubic NLS equation with slowly decaying data
von: Liang, Rui, et al.
Veröffentlicht: (2025)

Gibbs dynamics for fractional nonlinear Schrödinger equations with weak dispersion
von: Liang, Rui, et al.
Veröffentlicht: (2023)

Flipping the Classroom for Information Literacy Instruction: Considerations towards Personalisation and Collaborative Learning
von: Jing Shen
Veröffentlicht: (2018)

Low-Resource Fine-Tuning for Multi-Task Structured Information Extraction with a Billion-Parameter Instruction-Tuned Model
von: Chih, Yu Cheng, et al.
Veröffentlicht: (2025)

CYCLE-INSTRUCT: Fully Seed-Free Instruction Tuning via Dual Self-Training and Cycle Consistency
von: Shen, Zhanming, et al.
Veröffentlicht: (2025)

Building Accurate Translation-Tailored LLMs with Language Aware Instruction Tuning
von: Zan, Changtong, et al.
Veröffentlicht: (2024)

AgenticRAGTracer: A Hop-Aware Benchmark for Diagnosing Multi-Step Retrieval Reasoning in Agentic RAG
von: You, Qijie, et al.
Veröffentlicht: (2026)

Rethinking Kullback-Leibler Divergence in Knowledge Distillation for Large Language Models
von: Wu, Taiqiang, et al.
Veröffentlicht: (2024)

Multi-modal Preference Alignment Remedies Degradation of Visual Instruction Tuning on Language Models
von: Li, Shengzhi, et al.
Veröffentlicht: (2024)

The Best Instruction-Tuning Data are Those That Fit
von: Zhang, Dylan, et al.
Veröffentlicht: (2025)

Automating Skill Acquisition through Large-Scale Mining of Open-Source Agentic Repositories: A Framework for Multi-Agent Procedural Knowledge Extraction
von: Bi, Shuzhen, et al.
Veröffentlicht: (2026)

Guidelines for the Review and Selection of Textbooks and Instructional Materials.
Veröffentlicht: (1976)

Prism: A Plug-in Reproducible Infrastructure for Scalable Multimodal Continual Instruction Tuning
von: Tang, Jun-Tao, et al.
Veröffentlicht: (2026)

CRAM: Centroid-Routing and Adaptive MoE for Multimodal Continual Instruction Tuning
von: Tang, Jun-Tao, et al.
Veröffentlicht: (2026)

PhotoFramer: Multi-modal Image Composition Instruction
von: You, Zhiyuan, et al.
Veröffentlicht: (2025)