Multi-Dimensional Knowledge Profiling with Large-Scale Literature Database and Hierarchical Retrieval
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Xue, Zhucun, Zhang, Jiangning, Jiang, Juntao, Liu, Jinzhuo, He, Haoyang, Hu, Teng, Hu, Xiaobin, Liu, Yong, Yan, Shuicheng |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
RWKV-UNet: Improving UNet with Long-Range Cooperation for Effective Medical Image Segmentation
par: Jiang, Juntao, et autres
Publié: (2025)
par: Jiang, Juntao, et autres
Publié: (2025)
M3CoTBench: Benchmark Chain-of-Thought of MLLMs in Medical Image Understanding
par: Jiang, Juntao, et autres
Publié: (2026)
par: Jiang, Juntao, et autres
Publié: (2026)
IVEBench: Modern Benchmark Suite for Instruction-Guided Video Editing Assessment
par: Chen, Yinan, et autres
Publié: (2025)
par: Chen, Yinan, et autres
Publié: (2025)
Evolution of Optimization Methods: Algorithms, Scenarios, and Evaluations
par: Zhang, Tong, et autres
Publié: (2026)
par: Zhang, Tong, et autres
Publié: (2026)
SPIKE: An Adaptive Dual Controller Framework for Cost-Efficient Long-Horizon Game Agents
par: Jiang, Wencan, et autres
Publié: (2026)
par: Jiang, Wencan, et autres
Publié: (2026)
UniICL: Systematizing Unified Multimodal In-context Learning through a Capability-Oriented Taxonomy
par: Xu, Yicheng, et autres
Publié: (2026)
par: Xu, Yicheng, et autres
Publié: (2026)
LLM-Oriented Token-Adaptive Knowledge Distillation
par: Xie, Xurong, et autres
Publié: (2025)
par: Xie, Xurong, et autres
Publié: (2025)
Advancing Narrative Long Video Generation via Training-Free Identity-Aware Memory
par: Liu, Jinzhuo, et autres
Publié: (2026)
par: Liu, Jinzhuo, et autres
Publié: (2026)
Image Inversion: A Survey from GANs to Diffusion and Beyond
par: Chen, Yinan, et autres
Publié: (2025)
par: Chen, Yinan, et autres
Publié: (2025)
Visual Multi-Agent System: Mitigating Hallucination Snowballing via Visual Flow
par: Yu, Xinlei, et autres
Publié: (2025)
par: Yu, Xinlei, et autres
Publié: (2025)
EMOv2: Pushing 5M Vision Model Frontier
par: Zhang, Jiangning, et autres
Publié: (2024)
par: Zhang, Jiangning, et autres
Publié: (2024)
UltraLBM-UNet: Ultralight Bidirectional Mamba-based Model for Skin Lesion Segmentation
par: Fan, Linxuan, et autres
Publié: (2025)
par: Fan, Linxuan, et autres
Publié: (2025)
Boosting Reasoning in Large Multimodal Models via Activation Replay
par: Xing, Yun, et autres
Publié: (2025)
par: Xing, Yun, et autres
Publié: (2025)
OpenVE-3M: A Large-Scale High-Quality Dataset for Instruction-Guided Video Editing
par: He, Haoyang, et autres
Publié: (2025)
par: He, Haoyang, et autres
Publié: (2025)
InstanceV: Instance-Level Video Generation
par: Chen, Yuheng, et autres
Publié: (2025)
par: Chen, Yuheng, et autres
Publié: (2025)
UltraVideo: High-Quality UHD Video Dataset with Comprehensive Captions
par: Xue, Zhucun, et autres
Publié: (2025)
par: Xue, Zhucun, et autres
Publié: (2025)
GPT-4V-AD: Exploring Grounding Potential of VQA-oriented GPT-4V for Zero-shot Anomaly Detection
par: Zhang, Jiangning, et autres
Publié: (2023)
par: Zhang, Jiangning, et autres
Publié: (2023)
LLaVA-KD: A Framework of Distilling Multimodal Large Language Models
par: Cai, Yuxuan, et autres
Publié: (2024)
par: Cai, Yuxuan, et autres
Publié: (2024)
A Comprehensive Library for Benchmarking Multi-class Visual Anomaly Detection
par: Zhang, Jiangning, et autres
Publié: (2024)
par: Zhang, Jiangning, et autres
Publié: (2024)
AdaVideoRAG: Omni-Contextual Adaptive Retrieval-Augmented Efficient Long Video Understanding
par: Xue, Zhucun, et autres
Publié: (2025)
par: Xue, Zhucun, et autres
Publié: (2025)
Transform Trained Transformer: Accelerating Naive 4K Video Generation Over 10$\times$
par: Zhang, Jiangning, et autres
Publié: (2025)
par: Zhang, Jiangning, et autres
Publié: (2025)
Visual Document Understanding and Reasoning: A Multi-Agent Collaboration Framework with Agent-Wise Adaptive Test-Time Scaling
par: Yu, Xinlei, et autres
Publié: (2025)
par: Yu, Xinlei, et autres
Publié: (2025)
TokenAR: Multiple Subject Generation via Autoregressive Token-level enhancement
par: Sun, Haiyue, et autres
Publié: (2025)
par: Sun, Haiyue, et autres
Publié: (2025)
Dual Latent Memory for Visual Multi-agent System
par: Yu, Xinlei, et autres
Publié: (2026)
par: Yu, Xinlei, et autres
Publié: (2026)
Improving Autoregressive Visual Generation with Cluster-Oriented Token Prediction
par: Hu, Teng, et autres
Publié: (2025)
par: Hu, Teng, et autres
Publié: (2025)
Learning Feature Inversion for Multi-class Anomaly Detection under General-purpose COCO-AD Benchmark
par: Zhang, Jiangning, et autres
Publié: (2024)
par: Zhang, Jiangning, et autres
Publié: (2024)
UltraGen: High-Resolution Video Generation with Hierarchical Attention
par: Hu, Teng, et autres
Publié: (2025)
par: Hu, Teng, et autres
Publié: (2025)
TIMotion: Temporal and Interactive Framework for Efficient Human-Human Motion Generation
par: Wang, Yabiao, et autres
Publié: (2024)
par: Wang, Yabiao, et autres
Publié: (2024)
PointSeg: A Training-Free Paradigm for 3D Scene Segmentation via Foundation Models
par: He, Qingdong, et autres
Publié: (2024)
par: He, Qingdong, et autres
Publié: (2024)
Disco-RAG: Discourse-Aware Retrieval-Augmented Generation
par: Liu, Dongqi, et autres
Publié: (2026)
par: Liu, Dongqi, et autres
Publié: (2026)
Semantic Frame Interpolation
par: Hong, Yijia, et autres
Publié: (2025)
par: Hong, Yijia, et autres
Publié: (2025)
VisMem: Latent Vision Memory Unlocks Potential of Vision-Language Models
par: Yu, Xinlei, et autres
Publié: (2025)
par: Yu, Xinlei, et autres
Publié: (2025)
HumanVideo-MME: Benchmarking MLLMs for Human-Centric Video Understanding
par: Cai, Yuxuan, et autres
Publié: (2025)
par: Cai, Yuxuan, et autres
Publié: (2025)
Mega-ASR: Towards In-the-wild^2 Speech Recognition via Scaling up Real-world Acoustic Simulation
par: Xie, Zhifei, et autres
Publié: (2026)
par: Xie, Zhifei, et autres
Publié: (2026)
Finetuning Generative Large Language Models with Discrimination Instructions for Knowledge Graph Completion
par: Liu, Yang, et autres
Publié: (2024)
par: Liu, Yang, et autres
Publié: (2024)
MobileMamba: Lightweight Multi-Receptive Visual Mamba Network
par: He, Haoyang, et autres
Publié: (2024)
par: He, Haoyang, et autres
Publié: (2024)
FeRA: Frequency-Energy Constrained Routing for Effective Diffusion Adaptation Fine-Tuning
par: Yin, Bo, et autres
Publié: (2025)
par: Yin, Bo, et autres
Publié: (2025)
Evolution of Video Generative Foundations
par: Hu, Teng, et autres
Publié: (2026)
par: Hu, Teng, et autres
Publié: (2026)
Human-MME: A Holistic Evaluation Benchmark for Human-Centric Multimodal Large Language Models
par: Liu, Yuansen, et autres
Publié: (2025)
par: Liu, Yuansen, et autres
Publié: (2025)
SkillGraph: Self-Evolving Multi-Agent Collaboration with Multimodal Graph Topology
par: Nie, Zheng, et autres
Publié: (2026)
par: Nie, Zheng, et autres
Publié: (2026)
Documents similaires
-
RWKV-UNet: Improving UNet with Long-Range Cooperation for Effective Medical Image Segmentation
par: Jiang, Juntao, et autres
Publié: (2025) -
M3CoTBench: Benchmark Chain-of-Thought of MLLMs in Medical Image Understanding
par: Jiang, Juntao, et autres
Publié: (2026) -
IVEBench: Modern Benchmark Suite for Instruction-Guided Video Editing Assessment
par: Chen, Yinan, et autres
Publié: (2025) -
Evolution of Optimization Methods: Algorithms, Scenarios, and Evaluations
par: Zhang, Tong, et autres
Publié: (2026) -
SPIKE: An Adaptive Dual Controller Framework for Cost-Efficient Long-Horizon Game Agents
par: Jiang, Wencan, et autres
Publié: (2026)