Buchumschlag

C^2ROPE: Causal Continuous Rotary Positional Encoding for 3D Large Multimodal-Models Reasoning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ye, Guanting, Zhao, Qiyan, Yu, Wenhao, Zhang, Xiaofeng, Ji, Jianmin, Zhang, Yanyong, Yuen, Ka-Veng
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SoPE: Spherical Coordinate-Based Positional Embedding for Enhancing Spatial Perception of 3D LVLMs
von: Ye, Guanting, et al.
Veröffentlicht: (2026)

Bayesian Online Joint Identification on Axle Positions, Axle Loads, and Bridge Structural Parameters Using Evolving Virtual Axle Configurations Without Axle Detector
von: Hou-Zuo Guo, et al.
Veröffentlicht: (2026)

Transmissibility Physics‐Guided Deep Learning Network for Seismic Response Prediction Under Limited Domain Knowledge, Sparse Measurements, and Unknown Excitations
von: Yuntai Zhang, et al.
Veröffentlicht: (2026)

Rotary Position Encodings for Graphs
von: Reid, Isaac, et al.
Veröffentlicht: (2025)

MHRC: Closed-loop Decentralized Multi-Heterogeneous Robot Collaboration with Large Language Models
von: Yu, Wenhao, et al.
Veröffentlicht: (2024)

3D-RPE: Enhancing Long-Context Modeling Through 3D Rotary Position Encoding
von: Ma, Xindian, et al.
Veröffentlicht: (2024)

OA-DET3D: Embedding Object Awareness as a General Plug-in for Multi-Camera 3D Object Detection
von: Chu, Xiaomeng, et al.
Veröffentlicht: (2023)

LDP: A Local Diffusion Planner for Efficient Robot Navigation and Collision Avoidance
von: Yu, Wenhao, et al.
Veröffentlicht: (2024)

CLMASP: Coupling Large Language Models with Answer Set Programming for Robotic Task Planning
von: Lin, Xinrui, et al.
Veröffentlicht: (2024)

Adaptive 3D-RoPE: Physics-Aligned Rotary Positional Encoding for Wireless Foundation Models
von: Zhang, Chenyu, et al.
Veröffentlicht: (2026)

MM-Gaussian: 3D Gaussian-based Multi-modal Fusion for Localization and Reconstruction in Unbounded Scenes
von: Wu, Chenyang, et al.
Veröffentlicht: (2024)

Navigating Uncertainties in Machine Learning for Structural Dynamics: A Comprehensive Survey of Probabilistic and Non-Probabilistic Approaches in Forward and Inverse Problems
von: Yan, Wang-Ji, et al.
Veröffentlicht: (2024)

SpatialSplat: Efficient Semantic 3D from Sparse Unposed Images
von: Sheng, Yu, et al.
Veröffentlicht: (2025)

STDArm: Transferring Visuomotor Policies From Static Data Training to Dynamic Robot Manipulation
von: Duan, Yifan, et al.
Veröffentlicht: (2025)

OCC-VO: Dense Mapping via 3D Occupancy-Based Visual Odometry for Autonomous Driving
von: Li, Heng, et al.
Veröffentlicht: (2023)

AdaToken-3D: Dynamic Spatial Gating for Efficient 3D Large Multimodal-Models Reasoning
von: Zhang, Kai, et al.
Veröffentlicht: (2025)

MrRoPE: Mixed-radix Rotary Position Embedding
von: Tian, Qingyuan, et al.
Veröffentlicht: (2026)

Head-wise Adaptive Rotary Positional Encoding for Fine-Grained Image Generation
von: Li, Jiaye, et al.
Veröffentlicht: (2025)

Round and Round We Go! What makes Rotary Positional Encodings useful?
von: Barbero, Federico, et al.
Veröffentlicht: (2024)

Progressive Multimodal Reasoning via Active Retrieval
von: Dong, Guanting, et al.
Veröffentlicht: (2024)

Length Generalization of Causal Transformers without Position Encoding
von: Wang, Jie, et al.
Veröffentlicht: (2024)

MCA-LLaVA: Manhattan Causal Attention for Reducing Hallucination in Large Vision-Language Models
von: Zhao, Qiyan, et al.
Veröffentlicht: (2025)

HoPE: Hyperbolic Rotary Positional Encoding for Stable Long-Range Dependency Modeling in Large Language Models
von: Dai, Chang, et al.
Veröffentlicht: (2025)

IT IS ALLOWED TO PROHIBIT: “WOKE”, “DEI” AND THE ROPE OF METAPHOR.
von: Custódio, Sérgio José
Veröffentlicht: (2025)

Bayesian Learning in Structural Dynamics: A Comprehensive Review and Emerging Trends
von: Yan, Wang-Ji, et al.
Veröffentlicht: (2025)

Rendering-Enhanced Automatic Image-to-Point Cloud Registration for Roadside Scenes
von: Sheng, Yu, et al.
Veröffentlicht: (2024)

Efficient Matrix Implementation for Rotary Position Embedding
von: Minqi, Chen, et al.
Veröffentlicht: (2026)

GraspCoT: Integrating Physical Property Reasoning for 6-DoF Grasping under Flexible Language Instructions
von: Chu, Xiaomeng, et al.
Veröffentlicht: (2025)

CAFE-AD: Cross-Scenario Adaptive Feature Enhancement for Trajectory Planning in Autonomous Driving
von: Zhang, Junrui, et al.
Veröffentlicht: (2025)

MT-PCR: Leveraging Modality Transformation for Large-Scale Point Cloud Registration with Limited Overlap
von: Wu, Yilong, et al.
Veröffentlicht: (2025)

Selective Rotary Position Embedding
von: Movahedi, Sajad, et al.
Veröffentlicht: (2025)

ReDirector: Creating Any-Length Video Retakes with Rotary Camera Encoding
von: Park, Byeongjun, et al.
Veröffentlicht: (2025)

Benchmarking Rotary Position Embeddings for Automatic Speech Recognition
von: Zhang, Shucong, et al.
Veröffentlicht: (2025)

On quadratic Novikov algebras
von: Dong, Xiaofeng, et al.
Veröffentlicht: (2025)

RomanTex: Decoupling 3D-aware Rotary Positional Embedded Multi-Attention Network for Texture Synthesis
von: Feng, Yifei, et al.
Veröffentlicht: (2025)

Cross-Axis Transformer with 3D Rotary Positional Embeddings
von: Erickson, Lily
Veröffentlicht: (2023)

UrgenGo: Urgency-Aware Transparent GPU Kernel Launching for Autonomous Driving
von: Zhu, Hanqi, et al.
Veröffentlicht: (2025)

Map++: Towards User-Participatory Visual SLAM Systems with Efficient Map Expansion and Sharing
von: Zhang, Xinran, et al.
Veröffentlicht: (2024)

Rotary Position Embedding for Vision Transformer
von: Heo, Byeongho, et al.
Veröffentlicht: (2024)

Context-aware Rotary Position Embedding
von: Veisi, Ali, et al.
Veröffentlicht: (2025)