Salvato in:
| Autori principali: | Yan, Weicai, Dai, Yuhong, Ran, Qi, Li, Haodong, Lin, Wang, Jin, Tao, Xie, Xing, Liao, Hao, Lian, Jianxun |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2026
|
| Soggetti: | |
| Accesso online: | https://arxiv.org/abs/2603.03447 |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Sharp Eyes and Memory for VideoLLMs: Information-Aware Visual Token Pruning for Efficient and Reliable VideoLLM Reasoning
di: Qin, Jialong, et al.
Pubblicazione: (2025)
di: Qin, Jialong, et al.
Pubblicazione: (2025)
VideoLLM Benchmarks and Evaluation: A Survey
di: Kumar, Yogesh
Pubblicazione: (2025)
di: Kumar, Yogesh
Pubblicazione: (2025)
Interactive AI NPCs Powered by LLMs: Technical Report for the CPDC Challenge 2025
di: Huang, Yitian, et al.
Pubblicazione: (2025)
di: Huang, Yitian, et al.
Pubblicazione: (2025)
VideoThinker: Building Agentic VideoLLMs with LLM-Guided Tool Reasoning
di: Li, Chenglin, et al.
Pubblicazione: (2026)
di: Li, Chenglin, et al.
Pubblicazione: (2026)
ProactBench: Beyond What The User Asked For
di: Harfi, Sepehr, et al.
Pubblicazione: (2026)
di: Harfi, Sepehr, et al.
Pubblicazione: (2026)
HumanLLM: Towards Personalized Understanding and Simulation of Human Nature
di: Lei, Yuxuan, et al.
Pubblicazione: (2026)
di: Lei, Yuxuan, et al.
Pubblicazione: (2026)
Reinforcement Learning Tuning for VideoLLMs: Reward Design and Data Efficiency
di: Li, Hongyu, et al.
Pubblicazione: (2025)
di: Li, Hongyu, et al.
Pubblicazione: (2025)
Recommender AI Agent: Integrating Large Language Models for Interactive Recommendations
di: Huang, Xu, et al.
Pubblicazione: (2023)
di: Huang, Xu, et al.
Pubblicazione: (2023)
VideoLLM-online: Online Video Large Language Model for Streaming Video
di: Chen, Joya, et al.
Pubblicazione: (2024)
di: Chen, Joya, et al.
Pubblicazione: (2024)
Memory-efficient Streaming VideoLLMs for Real-time Procedural Video Understanding
di: Chatterjee, Dibyadip, et al.
Pubblicazione: (2025)
di: Chatterjee, Dibyadip, et al.
Pubblicazione: (2025)
Lost in Time: A New Temporal Benchmark for VideoLLMs
di: Cores, Daniel, et al.
Pubblicazione: (2024)
di: Cores, Daniel, et al.
Pubblicazione: (2024)
VideoLLM-MoD: Efficient Video-Language Streaming with Mixture-of-Depths Vision Computation
di: Wu, Shiwei, et al.
Pubblicazione: (2024)
di: Wu, Shiwei, et al.
Pubblicazione: (2024)
Contextualized Privacy Defense for LLM Agents
di: Wen, Yule, et al.
Pubblicazione: (2026)
di: Wen, Yule, et al.
Pubblicazione: (2026)
Language-Guided Temporal Token Pruning for Efficient VideoLLM Processing
di: Kumar, Yogesh
Pubblicazione: (2025)
di: Kumar, Yogesh
Pubblicazione: (2025)
Dynamic-VLM: Simple Dynamic Visual Token Compression for VideoLLM
di: Wang, Han, et al.
Pubblicazione: (2024)
di: Wang, Han, et al.
Pubblicazione: (2024)
VideoLLM Knows When to Speak: Enhancing Time-Sensitive Video Comprehension with Video-Text Duet Interaction Format
di: Wang, Yueqian, et al.
Pubblicazione: (2024)
di: Wang, Yueqian, et al.
Pubblicazione: (2024)
Aligning Large Language Models for Controllable Recommendations
di: Lu, Wensheng, et al.
Pubblicazione: (2024)
di: Lu, Wensheng, et al.
Pubblicazione: (2024)
Ada-Retrieval: An Adaptive Multi-Round Retrieval Paradigm for Sequential Recommendations
di: Li, Lei, et al.
Pubblicazione: (2024)
di: Li, Lei, et al.
Pubblicazione: (2024)
IPFormer-VideoLLM: Enhancing Multi-modal Video Understanding for Multi-shot Scenes
di: Liang, Yujia, et al.
Pubblicazione: (2025)
di: Liang, Yujia, et al.
Pubblicazione: (2025)
RecAI: Leveraging Large Language Models for Next-Generation Recommender Systems
di: Lian, Jianxun, et al.
Pubblicazione: (2024)
di: Lian, Jianxun, et al.
Pubblicazione: (2024)
When and What: Diffusion-Grounded VideoLLM with Entity Aware Segmentation for Long Video Understanding
di: Fang, Pengcheng, et al.
Pubblicazione: (2025)
di: Fang, Pengcheng, et al.
Pubblicazione: (2025)
Grounded-VideoLLM: Sharpening Fine-grained Temporal Grounding in Video Large Language Models
di: Wang, Haibo, et al.
Pubblicazione: (2024)
di: Wang, Haibo, et al.
Pubblicazione: (2024)
WeaveTime: Stream from Earlier Frames into Emergent Memory in VideoLLMs
di: Zhang, Yulin, et al.
Pubblicazione: (2026)
di: Zhang, Yulin, et al.
Pubblicazione: (2026)
PersonaArena: Dynamic Simulation for Evaluating and Enhancing Persona-Level Role-Playing in Large Language Models
di: Shi, Wenlong, et al.
Pubblicazione: (2026)
di: Shi, Wenlong, et al.
Pubblicazione: (2026)
LLM-powered Multi-agent Framework for Goal-oriented Learning in Intelligent Tutoring System
di: Wang, Tianfu, et al.
Pubblicazione: (2025)
di: Wang, Tianfu, et al.
Pubblicazione: (2025)
Geometry-Guided Camera Motion Understanding in VideoLLMs
di: Feng, Haoan, et al.
Pubblicazione: (2026)
di: Feng, Haoan, et al.
Pubblicazione: (2026)
RecExplainer: Aligning Large Language Models for Explaining Recommendation Models
di: Lei, Yuxuan, et al.
Pubblicazione: (2023)
di: Lei, Yuxuan, et al.
Pubblicazione: (2023)
Aligning Language Models for Versatile Text-based Item Retrieval
di: Lei, Yuxuan, et al.
Pubblicazione: (2024)
di: Lei, Yuxuan, et al.
Pubblicazione: (2024)
Text-Guided Multi-Scale Frequency Representation Adaptation
di: Yan, Weicai, et al.
Pubblicazione: (2026)
di: Yan, Weicai, et al.
Pubblicazione: (2026)
Video Streaming Thinking: VideoLLMs Can Watch and Think Simultaneously
di: Guan, Yiran, et al.
Pubblicazione: (2026)
di: Guan, Yiran, et al.
Pubblicazione: (2026)
Video Parallel Scaling: Aggregating Diverse Frame Subsets for VideoLLMs
di: Chung, Hyungjin, et al.
Pubblicazione: (2025)
di: Chung, Hyungjin, et al.
Pubblicazione: (2025)
MotiveBench: How Far Are We From Human-Like Motivational Reasoning in Large Language Models?
di: Yong, Xixian, et al.
Pubblicazione: (2025)
di: Yong, Xixian, et al.
Pubblicazione: (2025)
Map the Flow: Revealing Hidden Pathways of Information in VideoLLMs
di: Kim, Minji, et al.
Pubblicazione: (2025)
di: Kim, Minji, et al.
Pubblicazione: (2025)
"I Can See Forever!": Evaluating Real-time VideoLLMs for Assisting Individuals with Visual Impairments
di: Zhang, Ziyi, et al.
Pubblicazione: (2025)
di: Zhang, Ziyi, et al.
Pubblicazione: (2025)
EchoPrune: Interpreting Redundancy as Temporal Echoes for Efficient VideoLLMs
di: Li, Jiameng, et al.
Pubblicazione: (2026)
di: Li, Jiameng, et al.
Pubblicazione: (2026)
Mitigating Hallucination in VideoLLMs via Temporal-Aware Activation Engineering
di: Cai, Jianfeng, et al.
Pubblicazione: (2025)
di: Cai, Jianfeng, et al.
Pubblicazione: (2025)
To Think or Not To Think, That is The Question for Large Reasoning Models in Theory of Mind Tasks
di: Gong, Nanxu, et al.
Pubblicazione: (2026)
di: Gong, Nanxu, et al.
Pubblicazione: (2026)
Visuospatial Perspective Taking in Multimodal Language Models
di: Prunty, Jonathan, et al.
Pubblicazione: (2026)
di: Prunty, Jonathan, et al.
Pubblicazione: (2026)
Does Theory of Mind Improvement Really Benefit Human-AI Interactions? Empirical Findings from Interactive Evaluations
di: Gong, Nanxu, et al.
Pubblicazione: (2026)
di: Gong, Nanxu, et al.
Pubblicazione: (2026)
CharacterBox: Evaluating the Role-Playing Capabilities of LLMs in Text-Based Virtual Worlds
di: Wang, Lei, et al.
Pubblicazione: (2024)
di: Wang, Lei, et al.
Pubblicazione: (2024)
Documenti analoghi
-
Sharp Eyes and Memory for VideoLLMs: Information-Aware Visual Token Pruning for Efficient and Reliable VideoLLM Reasoning
di: Qin, Jialong, et al.
Pubblicazione: (2025) -
VideoLLM Benchmarks and Evaluation: A Survey
di: Kumar, Yogesh
Pubblicazione: (2025) -
Interactive AI NPCs Powered by LLMs: Technical Report for the CPDC Challenge 2025
di: Huang, Yitian, et al.
Pubblicazione: (2025) -
VideoThinker: Building Agentic VideoLLMs with LLM-Guided Tool Reasoning
di: Li, Chenglin, et al.
Pubblicazione: (2026) -
ProactBench: Beyond What The User Asked For
di: Harfi, Sepehr, et al.
Pubblicazione: (2026)