Buchumschlag

ReasonCD: A Multimodal Reasoning Large Model for Implicit Change-of-Interest Semantic Mining

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Huang, Zhenyang, Yu, Xiao, Zhang, Yi, Wang, Decheng, Ruan, Hang
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

MineNetCD: A Benchmark for Global Mining Change Detection on Remote Sensing Imagery
von: Yu, Weikang, et al.
Veröffentlicht: (2024)

DUALVISION: RGB-Infrared Multimodal Large Language Models for Robust Visual Reasoning
von: Majeedi, Abrar, et al.
Veröffentlicht: (2026)

MathReal: We Keep It Real! A Real Scene Benchmark for Evaluating Math Reasoning in Multimodal Large Language Models
von: Feng, Jun, et al.
Veröffentlicht: (2025)

Proactive Reasoning-with-Retrieval Framework for Medical Multimodal Large Language Models
von: Wang, Lehan, et al.
Veröffentlicht: (2025)

Perception, Reason, Think, and Plan: A Survey on Large Multimodal Reasoning Models
von: Li, Yunxin, et al.
Veröffentlicht: (2025)

SeFi-CD: A Semantic First Change Detection Paradigm That Can Detect Any Change You Want
von: Zhao, Ling, et al.
Veröffentlicht: (2024)

Echo-α: Large Agentic Multimodal Reasoning Model for Ultrasound Interpretation
von: Zhang, Jing, et al.
Veröffentlicht: (2026)

PixelLM: Pixel Reasoning with Large Multimodal Model
von: Ren, Zhongwei, et al.
Veröffentlicht: (2023)

Boosting Reasoning in Large Multimodal Models via Activation Replay
von: Xing, Yun, et al.
Veröffentlicht: (2025)

Unleashing Spatial Reasoning in Multimodal Large Language Models via Textual Representation Guided Reasoning
von: Hua, Jiacheng, et al.
Veröffentlicht: (2026)

An Empirical Analysis on Spatial Reasoning Capabilities of Large Multimodal Models
von: Shiri, Fatemeh, et al.
Veröffentlicht: (2024)

SPR-128K: A New Benchmark for Spatial Plausibility Reasoning with Multimodal Large Language Models
von: Hu, Zhiyuan, et al.
Veröffentlicht: (2025)

Reasoning to Align: Implicit Reasoning in Diffusion Transformers for Video Editing
von: Li, Yan, et al.
Veröffentlicht: (2026)

Understanding the Implicit User Intention via Reasoning with Large Language Model for Image Editing
von: Wang, Yijia, et al.
Veröffentlicht: (2025)

MedSeg-R: Reasoning Segmentation in Medical Images with Multimodal Large Language Models
von: Huang, Yu, et al.
Veröffentlicht: (2025)

Video-LMM Post-Training: A Deep Dive into Video Reasoning with Large Multimodal Models
von: Tang, Yolo Y., et al.
Veröffentlicht: (2025)

LENS: Multi-level Evaluation of Multimodal Reasoning with Large Language Models
von: Yao, Ruilin, et al.
Veröffentlicht: (2025)

Attribute-Grounded Selective Reasoning for Artwork Emotion Understanding with Multimodal Large Language Models
von: Zhang, Cheng, et al.
Veröffentlicht: (2026)

MIRA: Multimodal Iterative Reasoning Agent for Image Editing
von: Zeng, Ziyun, et al.
Veröffentlicht: (2025)

MLLM-For3D: Adapting Multimodal Large Language Model for 3D Reasoning Segmentation
von: Huang, Jiaxin, et al.
Veröffentlicht: (2025)

SceneLLM: Implicit Language Reasoning in LLM for Dynamic Scene Graph Generation
von: Zhang, Hang, et al.
Veröffentlicht: (2024)

Enhancing Spatial Reasoning in Multimodal Large Language Models through Reasoning-based Segmentation
von: Ning, Zhenhua, et al.
Veröffentlicht: (2025)

Mario: Multimodal Graph Reasoning with Large Language Models
von: Sun, Yuanfu, et al.
Veröffentlicht: (2026)

Latent Implicit Visual Reasoning
von: Li, Kelvin, et al.
Veröffentlicht: (2025)

ViLLa: Video Reasoning Segmentation with Large Language Model
von: Zheng, Rongkun, et al.
Veröffentlicht: (2024)

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

Multimodal Spatial Reasoning in the Large Model Era: A Survey and Benchmarks
von: Zheng, Xu, et al.
Veröffentlicht: (2025)

Reasoning-OCR: Can Large Multimodal Models Solve Complex Logical Reasoning Problems from OCR Cues?
von: He, Haibin, et al.
Veröffentlicht: (2025)

ThinkFake: Reasoning in Multimodal Large Language Models for AI-Generated Image Detection
von: Huang, Tai-Ming, et al.
Veröffentlicht: (2025)

PhysVLM-AVR: Active Visual Reasoning for Multimodal Large Language Models in Physical Environments
von: Zhou, Weijie, et al.
Veröffentlicht: (2025)

DiffThinker: Towards Generative Multimodal Reasoning with Diffusion Models
von: He, Zefeng, et al.
Veröffentlicht: (2025)

Can Atomic Step Decomposition Enhance the Self-structured Reasoning of Multimodal Large Models?
von: Xiang, Kun, et al.
Veröffentlicht: (2025)

Disrupting Hierarchical Reasoning: Adversarial Protection for Geographic Privacy in Multimodal Reasoning Models
von: Zhang, Jiaming, et al.
Veröffentlicht: (2025)

Are Multimodal Large Language Models Ready for Omnidirectional Spatial Reasoning?
von: Dongfang, Zihao, et al.
Veröffentlicht: (2025)

Explaining the Unseen: Multimodal Vision-Language Reasoning for Situational Awareness in Underground Mining Disasters
von: Jewel, Mizanur Rahman, et al.
Veröffentlicht: (2025)

AD-Reasoning: Multimodal Guideline-Guided Reasoning for Alzheimer's Disease Diagnosis
von: Chen, Qiuhui, et al.
Veröffentlicht: (2026)

ViRectify: A Challenging Benchmark for Video Reasoning Correction with Multimodal Large Language Models
von: Hei, Xusen, et al.
Veröffentlicht: (2025)

ReasonGrounder: LVLM-Guided Hierarchical Feature Splatting for Open-Vocabulary 3D Visual Grounding and Reasoning
von: Liu, Zhenyang, et al.
Veröffentlicht: (2025)

MindDriver: Introducing Progressive Multimodal Reasoning for Autonomous Driving
von: Zhang, Lingjun, et al.
Veröffentlicht: (2026)

Can Large Multimodal Models Inspect Buildings? A Hierarchical Benchmark for Structural Pathology Reasoning
von: Zhong, Hui, et al.
Veröffentlicht: (2026)