Copertina

GSPN-2: Efficient Parallel Sequence Modeling

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Wang, Hongjun, Jiang, Yitong, McCarthy, Collin, Wehr, David, Ye, Hanrong, Li, Xinhao, Cheung, Ka Chun, Byeon, Wonmin, Gu, Jinwei, Chen, Ke, Han, Kai, Yin, Hongxu, Molchanov, Pavlo, Kautz, Jan, Liu, Sifei
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning Artificial Intelligence Computer Vision and Pattern Recognition
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Scaling Parallel Sequence Models to Foundation-Scale Vision Encoders
di: Jiang, Yitong, et al.
Pubblicazione: (2026)

Parallel Sequence Modeling via Generalized Spatial Propagation Network
di: Wang, Hongjun, et al.
Pubblicazione: (2025)

RegionGPT: Towards Region Understanding Vision Language Model
di: Guo, Qiushan, et al.
Pubblicazione: (2024)

C-RADIOv4 (Tech Report)
di: Ranzinger, Mike, et al.
Pubblicazione: (2026)

Stateful Token Reduction for Long-Video Hybrid VLMs
di: Jiang, Jindong, et al.
Pubblicazione: (2026)

Scaling RL to Long Videos
di: Chen, Yukang, et al.
Pubblicazione: (2025)

Nemotron-Flash: Towards Latency-Optimal Hybrid Small Language Models
di: Fu, Yonggan, et al.
Pubblicazione: (2025)

X-VILA: Cross-Modality Alignment for Large Language Model
di: Ye, Hanrong, et al.
Pubblicazione: (2024)

LITA: Language Instructed Temporal-Localization Assistant
di: Huang, De-An, et al.
Pubblicazione: (2024)

Flextron: Many-in-One Flexible Large Language Model
di: Cai, Ruisi, et al.
Pubblicazione: (2024)

Scaling Vision Pre-Training to 4K Resolution
di: Shi, Baifeng, et al.
Pubblicazione: (2025)

Minifinetuning: Low-Data Generation Domain Adaptation through Corrective Self-Distillation
di: Belcak, Peter, et al.
Pubblicazione: (2025)

AM-RADIO: Agglomerative Vision Foundation Model -- Reduce All Domains Into One
di: Ranzinger, Mike, et al.
Pubblicazione: (2023)

FasterViT: Fast Vision Transformers with Hierarchical Attention
di: Hatamizadeh, Ali, et al.
Pubblicazione: (2023)

Adaptive Sharpness-Aware Pruning for Robust Sparse Networks
di: Bair, Anna, et al.
Pubblicazione: (2023)

RADIOv2.5: Improved Baselines for Agglomerative Vision Foundation Models
di: Heinrich, Greg, et al.
Pubblicazione: (2024)

MaskLLM: Learnable Semi-Structured Sparsity for Large Language Models
di: Fang, Gongfan, et al.
Pubblicazione: (2024)

3D Aware Region Prompted Vision Language Model
di: Cheng, An-Chieh, et al.
Pubblicazione: (2025)

Step Out and Seek Around: On Warm-Start Training with Incremental Data
di: Shen, Maying, et al.
Pubblicazione: (2024)

Universal Deep Research: Bring Your Own Model and Strategy
di: Belcak, Peter, et al.
Pubblicazione: (2025)

Attend Before Attention: Efficient and Scalable Video Understanding via Autoregressive Gazing
di: Shi, Baifeng, et al.
Pubblicazione: (2026)

Hymba: A Hybrid-head Architecture for Small Language Models
di: Dong, Xin, et al.
Pubblicazione: (2024)

QeRL: Beyond Efficiency -- Quantization-enhanced Reinforcement Learning for LLMs
di: Huang, Wei, et al.
Pubblicazione: (2025)

FeatSharp: Your Vision Model Features, Sharper
di: Ranzinger, Mike, et al.
Pubblicazione: (2025)

Advancing Weight and Channel Sparsification with Enhanced Saliency
di: Sun, Xinglong, et al.
Pubblicazione: (2025)

VILA: On Pre-training for Visual Language Models
di: Lin, Ji, et al.
Pubblicazione: (2023)

Grounded 3D-Aware Spatial Vision-Language Modeling
di: Cheng, An-Chieh, et al.
Pubblicazione: (2026)

VILA$^2$: VILA Augmented VILA
di: Fang, Yunhao, et al.
Pubblicazione: (2024)

TwinTURBO: Semi-Supervised Fine-Tuning of Foundation Models via Mutual Information Decompositions for Downstream Task and Latent Spaces
di: Quétant, Guillaume, et al.
Pubblicazione: (2025)

ToolOrchestra: Elevating Intelligence via Efficient Model and Tool Orchestration
di: Su, Hongjin, et al.
Pubblicazione: (2025)

SpatialRGPT: Grounded Spatial Reasoning in Vision Language Models
di: Cheng, An-Chieh, et al.
Pubblicazione: (2024)

A deeper look at depth pruning of LLMs
di: Siddiqui, Shoaib Ahmed, et al.
Pubblicazione: (2024)

AutoDIR: Automatic All-in-One Image Restoration with Latent Diffusion
di: Jiang, Yitong, et al.
Pubblicazione: (2023)

COIN: Control-Inpainting Diffusion Prior for Human and Camera Motion Estimation
di: Li, Jiefeng, et al.
Pubblicazione: (2024)

Feature-based Graph Attention Networks Improve Online Continual Learning
di: Sim, Adjovi, et al.
Pubblicazione: (2025)

MEVG: Multi-event Video Generation with Text-to-Video Models
di: Oh, Gyeongrok, et al.
Pubblicazione: (2023)

STORM: Token-Efficient Long Video Understanding for Multimodal LLMs
di: Jiang, Jindong, et al.
Pubblicazione: (2025)

An Integrated Reliability and Testability Modelling and Simulation Method Based on Extended GSPN Considering Sequential Faults
di: Junyou Shi, et al.
Pubblicazione: (2026)

Reliability Assessment of Hybrid Hardware‐Software Fault Systems Based on GSPN Under Mixed Uncertainties
di: Rongxing Duan, et al.
Pubblicazione: (2025)

Big data approach in the field of gastric and colorectal cancer research
di: Ka Shing Cheung
Pubblicazione: (2024)