Buchumschlag

EAGLE: Expert-Augmented Attention Guidance for Tuning-Free Industrial Anomaly Detection in Multimodal Large Language Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Peng, Xiaomeng, Huang, Xilang, Choi, Seon Han
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Myriad: Large Multimodal Model by Applying Vision Experts for Industrial Anomaly Detection
von: Li, Yuanze, et al.
Veröffentlicht: (2023)

Can Multimodal Large Language Models be Guided to Improve Industrial Anomaly Detection?
von: Chen, Zhiling, et al.
Veröffentlicht: (2025)

IAD-GPT: Advancing Visual Knowledge in Multimodal Large Language Model for Industrial Anomaly Detection
von: Li, Zewen, et al.
Veröffentlicht: (2025)

Tuned Reverse Distillation: Enhancing Multimodal Industrial Anomaly Detection with Crossmodal Tuners
von: Liu, Xinyue, et al.
Veröffentlicht: (2024)

Multimodal Industrial Anomaly Detection via Geometric Prior
von: Li, Min, et al.
Veröffentlicht: (2026)

EAGLE: Towards Efficient Arbitrary Referring Visual Prompts Comprehension for Multimodal Large Language Models
von: Zhang, Jiacheng, et al.
Veröffentlicht: (2024)

MMAD: A Comprehensive Benchmark for Multimodal Large Language Models in Industrial Anomaly Detection
von: Jiang, Xi, et al.
Veröffentlicht: (2024)

OmniAD: Detect and Understand Industrial Anomaly via Multimodal Reasoning
von: Zhao, Shifang, et al.
Veröffentlicht: (2025)

Exploring Large Vision-Language Models for Robust and Efficient Industrial Anomaly Detection
von: Qian, Kun, et al.
Veröffentlicht: (2024)

Breaking the Bias: Recalibrating the Attention of Industrial Anomaly Detection
von: Chen, Xin, et al.
Veröffentlicht: (2024)

Venus: Benchmarking and Empowering Multimodal Large Language Models for Aesthetic Guidance and Cropping
von: Du, Tianxiang, et al.
Veröffentlicht: (2026)

TextGuider: Training-Free Guidance for Text Rendering via Attention Alignment
von: Baek, Kanghyun, et al.
Veröffentlicht: (2025)

Text-Guided Multimodal Unified Industrial Anomaly Detection
von: Li, Zewen, et al.
Veröffentlicht: (2026)

Multimodal Industrial Anomaly Detection by Crossmodal Feature Mapping
von: Costanzino, Alex, et al.
Veröffentlicht: (2023)

Detect, Classify, Act: Categorizing Industrial Anomalies with Multi-Modal Large Language Models
von: Mokhtar, Sassan, et al.
Veröffentlicht: (2025)

Not All Regions Are Equal: Attention-Guided Perturbation Network for Industrial Anomaly Detection
von: Huang, Tingfeng, et al.
Veröffentlicht: (2024)

AgentIAD: Agentic Industrial Anomaly Detection via Adaptive Memory Augmentation
von: Miao, Junwen, et al.
Veröffentlicht: (2025)

TWIST & SCOUT: Grounding Multimodal LLM-Experts by Forget-Free Tuning
von: Bhowmik, Aritra, et al.
Veröffentlicht: (2024)

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

VMAD: Visual-enhanced Multimodal Large Language Model for Zero-Shot Anomaly Detection
von: Deng, Huilin, et al.
Veröffentlicht: (2024)

Tuning-Free Image Customization with Image and Text Guidance
von: Li, Pengzhi, et al.
Veröffentlicht: (2024)

Incomplete Multimodal Industrial Anomaly Detection via Cross-Modal Distillation
von: Sui, Wenbo, et al.
Veröffentlicht: (2024)

WMoE-CLIP: Wavelet-Enhanced Mixture-of-Experts Prompt Learning for Zero-Shot Anomaly Detection
von: Chen, Peng, et al.
Veröffentlicht: (2026)

LR-IAD:Mask-Free Industrial Anomaly Detection with Logical Reasoning
von: Zeng, Peijian, et al.
Veröffentlicht: (2025)

Towards Zero-Shot Anomaly Detection and Reasoning with Multimodal Large Language Models
von: Xu, Jiacong, et al.
Veröffentlicht: (2025)

Text Prompt with Normality Guidance for Weakly Supervised Video Anomaly Detection
von: Yang, Zhiwei, et al.
Veröffentlicht: (2024)

Attention-driven GUI Grounding: Leveraging Pretrained Multimodal Large Language Models without Fine-Tuning
von: Xu, Hai-Ming, et al.
Veröffentlicht: (2024)

Hallucination Augmented Contrastive Learning for Multimodal Large Language Model
von: Jiang, Chaoya, et al.
Veröffentlicht: (2023)

Seeing Is Believing? A Benchmark for Multimodal Large Language Models on Visual Illusions and Anomalies
von: Hou, Wenjin, et al.
Veröffentlicht: (2026)

MoME: Mixture of Multimodal Experts for Generalist Multimodal Large Language Models
von: Shen, Leyang, et al.
Veröffentlicht: (2024)

EAGLE: An Efficient Global Attention Lesion Segmentation Model for Hepatic Echinococcosis
von: Chen, Jiayan, et al.
Veröffentlicht: (2025)

A Survey on RGB, 3D, and Multimodal Approaches for Unsupervised Industrial Image Anomaly Detection
von: Lin, Yuxuan, et al.
Veröffentlicht: (2024)

ExpertGen: Training-Free Expert Guidance for Controllable Text-to-Face Generation
von: Shi, Liang, et al.
Veröffentlicht: (2025)

Tuning Large Multimodal Models for Videos using Reinforcement Learning from AI Feedback
von: Ahn, Daechul, et al.
Veröffentlicht: (2024)

HyperLLaVA: Dynamic Visual and Language Expert Tuning for Multimodal Large Language Models
von: Zhang, Wenqiao, et al.
Veröffentlicht: (2024)

PatchEAD: Unifying Industrial Visual Prompting Frameworks for Patch-Exclusive Anomaly Detection
von: Huang, Po-Han, et al.
Veröffentlicht: (2025)

BridgeNet: A Unified Multimodal Framework for Bridging 2D and 3D Industrial Anomaly Detection
von: Xiang, An, et al.
Veröffentlicht: (2025)

MoDES: Accelerating Mixture-of-Experts Multimodal Large Language Models via Dynamic Expert Skipping
von: Huang, Yushi, et al.
Veröffentlicht: (2025)

ZSG-IAD: A Multimodal Framework for Zero-Shot Grounded Industrial Anomaly Detection
von: Chen, Qiuhui, et al.
Veröffentlicht: (2026)

FreeMotion: MoCap-Free Human Motion Synthesis with Multimodal Large Language Models
von: Zhang, Zhikai, et al.
Veröffentlicht: (2024)