AgriGPT-Omni: A Unified Speech-Vision-Text Framework for Multilingual Agricultural Intelligence
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Yang, Bo, Feng, Lanfei, Chen, Yunkui, Zhang, Yu, Zhang, Jianyu, Xu, Xiao, Aierken, Nueraili, Li, Shijian |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
AgriGPT-VL: Agricultural Vision-Language Understanding Suite
par: Yang, Bo, et autres
Publié: (2025)
par: Yang, Bo, et autres
Publié: (2025)
AgriGPT: a Large Language Model Ecosystem for Agriculture
par: Yang, Bo, et autres
Publié: (2025)
par: Yang, Bo, et autres
Publié: (2025)
AgriAgent: Contract-Driven Planning and Capability-Aware Tool Orchestration in Real-World Agriculture
par: Yang, Bo, et autres
Publié: (2026)
par: Yang, Bo, et autres
Publié: (2026)
ZPD Detector: Data Selection via Capability-Difficulty Alignment for Large Language Models
par: Yang, Bo, et autres
Publié: (2026)
par: Yang, Bo, et autres
Publié: (2026)
FairJudge: An Adaptive, Debiased, and Consistent LLM-as-a-Judge
par: Yang, Bo, et autres
Publié: (2026)
par: Yang, Bo, et autres
Publié: (2026)
MahaTTS: A Unified Framework for Multilingual Text-to-Speech Synthesis
par: Singh, Jaskaran, et autres
Publié: (2025)
par: Singh, Jaskaran, et autres
Publié: (2025)
Whisper-UT: A Unified Translation Framework for Speech and Text
par: Xiao, Cihan, et autres
Publié: (2025)
par: Xiao, Cihan, et autres
Publié: (2025)
Right at My Level: A Unified Multilingual Framework for Proficiency-Aware Text Simplification
par: Jeong, Jinhong, et autres
Publié: (2026)
par: Jeong, Jinhong, et autres
Publié: (2026)
Omni-Embed-Nemotron: A Unified Multimodal Retrieval Model for Text, Image, Audio, and Video
par: Xu, Mengyao, et autres
Publié: (2025)
par: Xu, Mengyao, et autres
Publié: (2025)
Stream-Omni: Simultaneous Multimodal Interactions with Large Language-Vision-Speech Model
par: Zhang, Shaolei, et autres
Publié: (2025)
par: Zhang, Shaolei, et autres
Publié: (2025)
Scalable Multilingual Multimodal Machine Translation with Speech-Text Fusion
par: Du, Yexing, et autres
Publié: (2026)
par: Du, Yexing, et autres
Publié: (2026)
Agri-R1: Agricultural Reasoning for Disease Diagnosis via Automated-Synthesis and Reinforcement Learning
par: Zhang, Wentao, et autres
Publié: (2026)
par: Zhang, Wentao, et autres
Publié: (2026)
PART: Progressive Alignment Representation Training for Multilingual Speech-To-Text with LLMs
par: Zhang, Pei, et autres
Publié: (2025)
par: Zhang, Pei, et autres
Publié: (2025)
Agri-CPJ: A Training-Free Explainable Framework for Agricultural Pest Diagnosis Using Caption-Prompt-Judge and LLM-as-a-Judge
par: Zhang, Wentao, et autres
Publié: (2026)
par: Zhang, Wentao, et autres
Publié: (2026)
AgriDoctor: A Multimodal Intelligent Assistant for Agriculture
par: Zhang, Mingqing, et autres
Publié: (2025)
par: Zhang, Mingqing, et autres
Publié: (2025)
OmniTrace: A Unified Framework for Generation-Time Attribution in Omni-Modal LLMs
par: Yan, Qianqi, et autres
Publié: (2026)
par: Yan, Qianqi, et autres
Publié: (2026)
AgriEval: A Comprehensive Chinese Agricultural Benchmark for Large Language Models
par: Yan, Lian, et autres
Publié: (2025)
par: Yan, Lian, et autres
Publié: (2025)
Generation-Step-Aware Framework for Cross-Modal Representation and Control in Multilingual Speech-Text Models
par: Nakai, Toshiki, et autres
Publié: (2026)
par: Nakai, Toshiki, et autres
Publié: (2026)
GesGPT: Speech Gesture Synthesis With Text Parsing from ChatGPT
par: Gao, Nan, et autres
Publié: (2023)
par: Gao, Nan, et autres
Publié: (2023)
NeuGPT: Unified multi-modal Neural GPT
par: Yang, Yiqian, et autres
Publié: (2024)
par: Yang, Yiqian, et autres
Publié: (2024)
TMD-TTS: A Unified Tibetan Multi-Dialect Text-to-Speech Framework for Ü-Tsang, Amdo and Kham Speech Dataset Generation
par: Liu, Yutong, et autres
Publié: (2025)
par: Liu, Yutong, et autres
Publié: (2025)
Multilingual Extraction and Recognition of Implicit Discourse Relations in Speech and Text
par: Ruby, Ahmed, et autres
Publié: (2026)
par: Ruby, Ahmed, et autres
Publié: (2026)
UMETTS: A Unified Framework for Emotional Text-to-Speech Synthesis with Multimodal Prompts
par: Cheng, Zhi-Qi, et autres
Publié: (2024)
par: Cheng, Zhi-Qi, et autres
Publié: (2024)
OmniFlatten: An End-to-end GPT Model for Seamless Voice Conversation
par: Zhang, Qinglin, et autres
Publié: (2024)
par: Zhang, Qinglin, et autres
Publié: (2024)
Is ChatGPT Involved in Texts? Measure the Polish Ratio to Detect ChatGPT-Generated Text
par: Yang, Lingyi, et autres
Publié: (2023)
par: Yang, Lingyi, et autres
Publié: (2023)
A Unified Speech LLM for Diarization and Speech Recognition in Multilingual Conversations
par: Saengthong, Phurich, et autres
Publié: (2025)
par: Saengthong, Phurich, et autres
Publié: (2025)
AgriCHN: A Comprehensive Cross-domain Resource for Chinese Agricultural Named Entity Recognition
par: Zeng, Lingxiao, et autres
Publié: (2025)
par: Zeng, Lingxiao, et autres
Publié: (2025)
STTATTS: Unified Speech-To-Text And Text-To-Speech Model
par: Toyin, Hawau Olamide, et autres
Publié: (2024)
par: Toyin, Hawau Olamide, et autres
Publié: (2024)
MULTITAT: Benchmarking Multilingual Table-and-Text Question Answering
par: Zhang, Xuanliang, et autres
Publié: (2025)
par: Zhang, Xuanliang, et autres
Publié: (2025)
Unsupervised Cross-Lingual Part-of-Speech Tagging with Monolingual Corpora Only
par: Zheng, Jianyu
Publié: (2026)
par: Zheng, Jianyu
Publié: (2026)
OmniVoice: Towards Omnilingual Zero-Shot Text-to-Speech with Diffusion Language Models
par: Zhu, Han, et autres
Publié: (2026)
par: Zhu, Han, et autres
Publié: (2026)
VoiceCraft-X: Unifying Multilingual, Voice-Cloning Speech Synthesis and Speech Editing
par: Zheng, Zhisheng, et autres
Publié: (2025)
par: Zheng, Zhisheng, et autres
Publié: (2025)
OmniSQL: Synthesizing High-quality Text-to-SQL Data at Scale
par: Li, Haoyang, et autres
Publié: (2025)
par: Li, Haoyang, et autres
Publié: (2025)
UnifiedVisual: A Framework for Constructing Unified Vision-Language Datasets
par: Wang, Pengyu, et autres
Publié: (2025)
par: Wang, Pengyu, et autres
Publié: (2025)
OmniJARVIS: Unified Vision-Language-Action Tokenization Enables Open-World Instruction Following Agents
par: Wang, Zihao, et autres
Publié: (2024)
par: Wang, Zihao, et autres
Publié: (2024)
LLaMA-Omni: Seamless Speech Interaction with Large Language Models
par: Fang, Qingkai, et autres
Publié: (2024)
par: Fang, Qingkai, et autres
Publié: (2024)
SpeechGPT-Gen: Scaling Chain-of-Information Speech Generation
par: Zhang, Dong, et autres
Publié: (2024)
par: Zhang, Dong, et autres
Publié: (2024)
MGM-Omni: Scaling Omni LLMs to Personalized Long-Horizon Speech
par: Wang, Chengyao, et autres
Publié: (2025)
par: Wang, Chengyao, et autres
Publié: (2025)
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)
DuoGuard: A Two-Player RL-Driven Framework for Multilingual LLM Guardrails
par: Deng, Yihe, et autres
Publié: (2025)
par: Deng, Yihe, et autres
Publié: (2025)
Documents similaires
-
AgriGPT-VL: Agricultural Vision-Language Understanding Suite
par: Yang, Bo, et autres
Publié: (2025) -
AgriGPT: a Large Language Model Ecosystem for Agriculture
par: Yang, Bo, et autres
Publié: (2025) -
AgriAgent: Contract-Driven Planning and Capability-Aware Tool Orchestration in Real-World Agriculture
par: Yang, Bo, et autres
Publié: (2026) -
ZPD Detector: Data Selection via Capability-Difficulty Alignment for Large Language Models
par: Yang, Bo, et autres
Publié: (2026) -
FairJudge: An Adaptive, Debiased, and Consistent LLM-as-a-Judge
par: Yang, Bo, et autres
Publié: (2026)