Open-Source Multimodal Moxin Models with Moxin-VLM and Moxin-VLA
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Zhao, Pu, Akbari, Arash, Shen, Xuan, Kong, Zhenglun, Shen, Yixin, Chang, Sung-En, Rupprecht, Timothy, Lu, Lei, Nan, Enfu, Yang, Changdi, He, Yumei, Shi, Weiyan, Xu, Xingchen, Huang, Yu, Jiang, Wei, Wang, Wei, Chen, Yue, He, Yong, Wang, Yanzhi |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
7B Fully Open Source Moxin-LLM/VLM -- From Pretraining to GRPO-based Reinforcement Learning Enhancement
par: Zhao, Pu, et autres
Publié: (2024)
par: Zhao, Pu, et autres
Publié: (2024)
RAGs to Riches: RAG-like Few-shot Learning for Large Language Model Role-playing
par: Rupprecht, Timothy, et autres
Publié: (2025)
par: Rupprecht, Timothy, et autres
Publié: (2025)
Rethinking Token Reduction for State Space Models
par: Zhan, Zheng, et autres
Publié: (2024)
par: Zhan, Zheng, et autres
Publié: (2024)
Pruning Foundation Models for High Accuracy without Retraining
par: Zhao, Pu, et autres
Publié: (2024)
par: Zhao, Pu, et autres
Publié: (2024)
Toward Adaptive Large Language Models Structured Pruning via Hybrid-grained Weight Importance Assessment
par: Liu, Jun, et autres
Publié: (2024)
par: Liu, Jun, et autres
Publié: (2024)
PhyGround: Benchmarking Physical Reasoning in Generative World Models
par: Lin, Juyi, et autres
Publié: (2026)
par: Lin, Juyi, et autres
Publié: (2026)
TSLA: A Task-Specific Learning Adaptation for Semantic Segmentation on Autonomous Vehicles Platform
par: Liu, Jun, et autres
Publié: (2025)
par: Liu, Jun, et autres
Publié: (2025)
Fast and Memory-Efficient Video Diffusion Using Streamlined Inference
par: Zhan, Zheng, et autres
Publié: (2024)
par: Zhan, Zheng, et autres
Publié: (2024)
Squat: Quant Small Language Models on the Edge
par: Shen, Xuan, et autres
Publié: (2024)
par: Shen, Xuan, et autres
Publié: (2024)
Human Cognition in Machines: A Unified Perspective of World Models
par: Rupprecht, Timothy, et autres
Publié: (2026)
par: Rupprecht, Timothy, et autres
Publié: (2026)
PhyWorld: Physics-Faithful World Model for Video Generation
par: Zhao, Pu, et autres
Publié: (2026)
par: Zhao, Pu, et autres
Publié: (2026)
Verbal Werewolf: Engage Users with Verbalized Agentic Werewolf Game Framework
par: Fan, Qihui, et autres
Publié: (2025)
par: Fan, Qihui, et autres
Publié: (2025)
Agile-Quant: Activation-Guided Quantization for Faster Inference of LLMs on the Edge
par: Shen, Xuan, et autres
Publié: (2023)
par: Shen, Xuan, et autres
Publié: (2023)
Exploring Token Pruning in Vision State Space Models
par: Zhan, Zheng, et autres
Publié: (2024)
par: Zhan, Zheng, et autres
Publié: (2024)
Structured Agent Distillation for Large Language Model
par: Liu, Jun, et autres
Publié: (2025)
par: Liu, Jun, et autres
Publié: (2025)
DiffClass: Diffusion-Based Class Incremental Learning
par: Meng, Zichong, et autres
Publié: (2024)
par: Meng, Zichong, et autres
Publié: (2024)
InstructGIE: Towards Generalizable Image Editing
par: Meng, Zichong, et autres
Publié: (2024)
par: Meng, Zichong, et autres
Publié: (2024)
QuartDepth: Post-Training Quantization for Real-Time Depth Estimation on the Edge
par: Shen, Xuan, et autres
Publié: (2025)
par: Shen, Xuan, et autres
Publié: (2025)
Enabling Flexible Multi-LLM Integration for Scalable Knowledge Aggregation
par: Kong, Zhenglun, et autres
Publié: (2025)
par: Kong, Zhenglun, et autres
Publié: (2025)
RCR-Router: Efficient Role-Aware Context Routing for Multi-Agent LLM Systems with Structured Memory
par: Liu, Jun, et autres
Publié: (2025)
par: Liu, Jun, et autres
Publié: (2025)
Digital Avatars: Framework Development and Their Evaluation
par: Rupprecht, Timothy, et autres
Publié: (2024)
par: Rupprecht, Timothy, et autres
Publié: (2024)
Rethinking VLM Representation for VLA Initialization
par: Lin, Weifeng, et autres
Publié: (2026)
par: Lin, Weifeng, et autres
Publié: (2026)
Cross-Platform Scaling of Vision-Language-Action Models from Edge to Cloud GPUs
par: Taherin, Amir, et autres
Publié: (2025)
par: Taherin, Amir, et autres
Publié: (2025)
Learning to Adopt Generative AI
par: Ma, Lijia, et autres
Publié: (2024)
par: Ma, Lijia, et autres
Publié: (2024)
Beyond Overall Accuracy: Pose- and Occlusion-driven Fairness Analysis in Pedestrian Detection for Autonomous Driving
par: Khoshkdahan, Mohammad, et autres
Publié: (2025)
par: Khoshkdahan, Mohammad, et autres
Publié: (2025)
ALTER: All-in-One Layer Pruning and Temporal Expert Routing for Efficient Diffusion Generation
par: Yang, Xiaomeng, et autres
Publié: (2025)
par: Yang, Xiaomeng, et autres
Publié: (2025)
RoRA: Efficient Fine-Tuning of LLM with Reliability Optimization for Rank Adaptation
par: Liu, Jun, et autres
Publié: (2025)
par: Liu, Jun, et autres
Publié: (2025)
Efficient Reasoning with Hidden Thinking
par: Shen, Xuan, et autres
Publié: (2025)
par: Shen, Xuan, et autres
Publié: (2025)
Adversarial Patch Generation for Visual-Infrared Dense Prediction Tasks via Joint Position-Color Optimization
par: Li, He, et autres
Publié: (2026)
par: Li, He, et autres
Publié: (2026)
ParallelVLM: Lossless Video-LLM Acceleration with Visual Alignment Aware Parallel Speculative Decoding
par: Kong, Quan, et autres
Publié: (2026)
par: Kong, Quan, et autres
Publié: (2026)
REO-VLM: Transforming VLM to Meet Regression Challenges in Earth Observation
par: Xue, Xizhe, et autres
Publié: (2024)
par: Xue, Xizhe, et autres
Publié: (2024)
ConCuR: Conciseness Makes State-of-the-Art Kernel Generation
par: Kong, Lingcheng, et autres
Publié: (2025)
par: Kong, Lingcheng, et autres
Publié: (2025)
Open-Loop Planning, Closed-Loop Verification: Speculative Verification for VLA
par: Wang, Zihua, et autres
Publié: (2026)
par: Wang, Zihua, et autres
Publié: (2026)
FusionCounting: Robust visible-infrared image fusion guided by crowd counting via multi-task learning
par: Li, He, et autres
Publié: (2025)
par: Li, He, et autres
Publié: (2025)
Token Transforming: A Unified and Training-Free Token Compression Framework for Vision Transformer Acceleration
par: Zeng, Fanhu, et autres
Publié: (2025)
par: Zeng, Fanhu, et autres
Publié: (2025)
DraftAttention: Fast Video Diffusion via Low-Resolution Attention Guidance
par: Shen, Xuan, et autres
Publié: (2025)
par: Shen, Xuan, et autres
Publié: (2025)
Exploring Gaze Pattern Differences Between Autistic and Neurotypical Children: Clustering, Visualisation, and Prediction
par: Shi, Weiyan, et autres
Publié: (2024)
par: Shi, Weiyan, et autres
Publié: (2024)
VOTE: Vision-Language-Action Optimization with Trajectory Ensemble Voting
par: Lin, Juyi, et autres
Publié: (2025)
par: Lin, Juyi, et autres
Publié: (2025)
A Pragmatic VLA Foundation Model
par: Wu, Wei, et autres
Publié: (2026)
par: Wu, Wei, et autres
Publié: (2026)
HDCompression: Hybrid-Diffusion Image Compression for Ultra-Low Bitrates
par: Lu, Lei, et autres
Publié: (2025)
par: Lu, Lei, et autres
Publié: (2025)
Documents similaires
-
7B Fully Open Source Moxin-LLM/VLM -- From Pretraining to GRPO-based Reinforcement Learning Enhancement
par: Zhao, Pu, et autres
Publié: (2024) -
RAGs to Riches: RAG-like Few-shot Learning for Large Language Model Role-playing
par: Rupprecht, Timothy, et autres
Publié: (2025) -
Rethinking Token Reduction for State Space Models
par: Zhan, Zheng, et autres
Publié: (2024) -
Pruning Foundation Models for High Accuracy without Retraining
par: Zhao, Pu, et autres
Publié: (2024) -
Toward Adaptive Large Language Models Structured Pruning via Hybrid-grained Weight Importance Assessment
par: Liu, Jun, et autres
Publié: (2024)