Summer-22B: A Systematic Approach to Dataset Engineering and Training at Scale for Video Foundation Model
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Ryu, Simo, Han, Chunghwan |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Training Video Foundation Models with NVIDIA NeMo
par: Patel, Zeeshan, et autres
Publié: (2025)
par: Patel, Zeeshan, et autres
Publié: (2025)
Scale Efficient Training for Large Datasets
par: Zhou, Qing, et autres
Publié: (2025)
par: Zhou, Qing, et autres
Publié: (2025)
Scaling Laws for Robust Comparison of Open Foundation Language-Vision Models and Datasets
par: Nezhurina, Marianna, et autres
Publié: (2025)
par: Nezhurina, Marianna, et autres
Publié: (2025)
EgoMAGIC- An Egocentric Video Field Medicine Dataset for Training Perception Algorithms
par: VanVoorst, Brian, et autres
Publié: (2026)
par: VanVoorst, Brian, et autres
Publié: (2026)
Adaptive Training Meets Progressive Scaling: Elevating Efficiency in Diffusion Models
par: Li, Wenhao, et autres
Publié: (2023)
par: Li, Wenhao, et autres
Publié: (2023)
Masked Self-Supervised Pre-Training for Text Recognition Transformers on Large-Scale Datasets
par: Kišš, Martin, et autres
Publié: (2025)
par: Kišš, Martin, et autres
Publié: (2025)
PRISM: Video Dataset Condensation with Progressive Refinement and Insertion for Sparse Motion
par: Choi, Jaehyun, et autres
Publié: (2025)
par: Choi, Jaehyun, et autres
Publié: (2025)
Dataset Distillation for Pre-Trained Self-Supervised Vision Models
par: Cazenavette, George, et autres
Publié: (2025)
par: Cazenavette, George, et autres
Publié: (2025)
Kandinsky 5.0: A Family of Foundation Models for Image and Video Generation
par: Arkhipkin, Vladimir, et autres
Publié: (2025)
par: Arkhipkin, Vladimir, et autres
Publié: (2025)
VideoGuide: Improving Video Diffusion Models without Training Through a Teacher's Guide
par: Lee, Dohun, et autres
Publié: (2024)
par: Lee, Dohun, et autres
Publié: (2024)
Architecture, Dataset and Model-Scale Agnostic Data-free Meta-Learning
par: Hu, Zixuan, et autres
Publié: (2023)
par: Hu, Zixuan, et autres
Publié: (2023)
Bridging Remote Sensors with Multisensor Geospatial Foundation Models
par: Han, Boran, et autres
Publié: (2024)
par: Han, Boran, et autres
Publié: (2024)
Video Reasoning without Training
par: Sridhar, Deepak, et autres
Publié: (2025)
par: Sridhar, Deepak, et autres
Publié: (2025)
World Simulation with Video Foundation Models for Physical AI
par: NVIDIA, et autres
Publié: (2025)
par: NVIDIA, et autres
Publié: (2025)
Revisit Large-Scale Image-Caption Data in Pre-training Multimodal Foundation Models
par: Lai, Zhengfeng, et autres
Publié: (2024)
par: Lai, Zhengfeng, et autres
Publié: (2024)
QoQ-Med: Building Multimodal Clinical Foundation Models with Domain-Aware GRPO Training
par: Dai, Wei, et autres
Publié: (2025)
par: Dai, Wei, et autres
Publié: (2025)
VESSA: Video-based objEct-centric Self-Supervised Adaptation for Visual Foundation Models
par: Barreto, Jesimon, et autres
Publié: (2025)
par: Barreto, Jesimon, et autres
Publié: (2025)
Uni4D: Unifying Visual Foundation Models for 4D Modeling from a Single Video
par: Yao, David Yifan, et autres
Publié: (2025)
par: Yao, David Yifan, et autres
Publié: (2025)
VideoNSA: Native Sparse Attention Scales Video Understanding
par: Song, Enxin, et autres
Publié: (2025)
par: Song, Enxin, et autres
Publié: (2025)
A Foundation Model for General Moving Object Segmentation in Medical Images
par: Yan, Zhongnuo, et autres
Publié: (2023)
par: Yan, Zhongnuo, et autres
Publié: (2023)
Scaling Spatial Intelligence with Multimodal Foundation Models
par: Cai, Zhongang, et autres
Publié: (2025)
par: Cai, Zhongang, et autres
Publié: (2025)
PhiNet v2: A Mask-Free Brain-Inspired Vision Foundation Model from Video
par: Yamada, Makoto, et autres
Publié: (2025)
par: Yamada, Makoto, et autres
Publié: (2025)
Peer-Ranked Precision: Creating a Foundational Dataset for Fine-Tuning Vision Models from DataSeeds' Annotated Imagery
par: Abdoli, Sajjad, et autres
Publié: (2025)
par: Abdoli, Sajjad, et autres
Publié: (2025)
Foundational Model for Electron Micrograph Analysis: Instruction-Tuning Small-Scale Language-and-Vision Assistant for Enterprise Adoption
par: Srinivas, Sakhinana Sagar, et autres
Publié: (2024)
par: Srinivas, Sakhinana Sagar, et autres
Publié: (2024)
Video Understanding by Design: How Datasets Shape Architectures and Insights
par: Wang, Lei, et autres
Publié: (2025)
par: Wang, Lei, et autres
Publié: (2025)
CLIMB: Data Foundations for Large Scale Multimodal Clinical Foundation Models
par: Dai, Wei, et autres
Publié: (2025)
par: Dai, Wei, et autres
Publié: (2025)
Soft Label Pruning and Quantization for Large-Scale Dataset Distillation
par: Lingao, Xiao, et autres
Publié: (2026)
par: Lingao, Xiao, et autres
Publié: (2026)
A Survey on Video Diffusion Models
par: Xing, Zhen, et autres
Publié: (2023)
par: Xing, Zhen, et autres
Publié: (2023)
Kaputt: A Large-Scale Dataset for Visual Defect Detection
par: Höfer, Sebastian, et autres
Publié: (2025)
par: Höfer, Sebastian, et autres
Publié: (2025)
OVR: A Dataset for Open Vocabulary Temporal Repetition Counting in Videos
par: Dwibedi, Debidatta, et autres
Publié: (2024)
par: Dwibedi, Debidatta, et autres
Publié: (2024)
Towards Precise Scaling Laws for Video Diffusion Transformers
par: Yin, Yuanyang, et autres
Publié: (2024)
par: Yin, Yuanyang, et autres
Publié: (2024)
Scaling Robot Policy Learning via Zero-Shot Labeling with Foundation Models
par: Blank, Nils, et autres
Publié: (2024)
par: Blank, Nils, et autres
Publié: (2024)
Advances in Multimodal Adaptation and Generalization: From Traditional Approaches to Foundation Models
par: Dong, Hao, et autres
Publié: (2025)
par: Dong, Hao, et autres
Publié: (2025)
Diffusion Adversarial Post-Training for One-Step Video Generation
par: Lin, Shanchuan, et autres
Publié: (2025)
par: Lin, Shanchuan, et autres
Publié: (2025)
Conditioning GAN Without Training Dataset
par: Mekonnen, Kidist Amde
Publié: (2024)
par: Mekonnen, Kidist Amde
Publié: (2024)
Leveraging Foundation Models for Causal Generative Modeling
par: Komanduri, Aneesh, et autres
Publié: (2026)
par: Komanduri, Aneesh, et autres
Publié: (2026)
Revisiting Model Stitching In the Foundation Model Era
par: Mai, Zheda, et autres
Publié: (2026)
par: Mai, Zheda, et autres
Publié: (2026)
Accelerating Large-Scale Dataset Distillation via Exploration-Exploitation Optimization
par: Alahmadi, Muhammad J., et autres
Publié: (2026)
par: Alahmadi, Muhammad J., et autres
Publié: (2026)
Aneumo: A Large-Scale Comprehensive Synthetic Dataset of Aneurysm Hemodynamics
par: Li, Xigui, et autres
Publié: (2025)
par: Li, Xigui, et autres
Publié: (2025)
FP4 Explore, BF16 Train: Diffusion Reinforcement Learning via Efficient Rollout Scaling
par: Li, Yitong, et autres
Publié: (2026)
par: Li, Yitong, et autres
Publié: (2026)
Documents similaires
-
Training Video Foundation Models with NVIDIA NeMo
par: Patel, Zeeshan, et autres
Publié: (2025) -
Scale Efficient Training for Large Datasets
par: Zhou, Qing, et autres
Publié: (2025) -
Scaling Laws for Robust Comparison of Open Foundation Language-Vision Models and Datasets
par: Nezhurina, Marianna, et autres
Publié: (2025) -
EgoMAGIC- An Egocentric Video Field Medicine Dataset for Training Perception Algorithms
par: VanVoorst, Brian, et autres
Publié: (2026) -
Adaptive Training Meets Progressive Scaling: Elevating Efficiency in Diffusion Models
par: Li, Wenhao, et autres
Publié: (2023)