Mario: Multimodal Graph Reasoning with Large Language Models
Fuente:
arXiv
Salvato in:
| Autori principali: | Sun, Yuanfu, Li, Kang, Guo, Pengkang, Liu, Jiajin, Tan, Qiaoyu |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2026
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
GraphVLM: Benchmarking Vision Language Models for Multimodal Graph Learning
di: Liu, Jiajin, et al.
Pubblicazione: (2026)
di: Liu, Jiajin, et al.
Pubblicazione: (2026)
Can MLLMs Reason Beyond Language? VisReason: A Comprehensive Benchmark for Vision-Centric Reasoning
di: Guo, Longteng, et al.
Pubblicazione: (2026)
di: Guo, Longteng, et al.
Pubblicazione: (2026)
GraphSearch: Agentic Search-Augmented Reasoning for Zero-Shot Graph Learning
di: Liu, Jiajin, et al.
Pubblicazione: (2026)
di: Liu, Jiajin, et al.
Pubblicazione: (2026)
SciVQR: A Multidisciplinary Multimodal Benchmark for Advanced Scientific Reasoning Evaluation
di: Guo, Longteng, et al.
Pubblicazione: (2026)
di: Guo, Longteng, et al.
Pubblicazione: (2026)
Actial: Activate Spatial Reasoning Ability of Multimodal Large Language Models
di: Zhan, Xiaoyu, et al.
Pubblicazione: (2025)
di: Zhan, Xiaoyu, et al.
Pubblicazione: (2025)
AgentGL: Towards Agentic Graph Learning with LLMs via Reinforcement Learning
di: Sun, Yuanfu, et al.
Pubblicazione: (2026)
di: Sun, Yuanfu, et al.
Pubblicazione: (2026)
MicroVQA++: High-Quality Microscopy Reasoning Dataset with Weakly Supervised Graphs for Multimodal Large Language Model
di: Li, Manyu, et al.
Pubblicazione: (2025)
di: Li, Manyu, et al.
Pubblicazione: (2025)
S1-MMAlign: A Large-Scale, Multi-Disciplinary Dataset for Scientific Figure-Text Understanding
di: Wang, He, et al.
Pubblicazione: (2026)
di: Wang, He, et al.
Pubblicazione: (2026)
Language-Instructed Reasoning for Group Activity Detection via Multimodal Large Language Model
di: Peng, Jihua, et al.
Pubblicazione: (2025)
di: Peng, Jihua, et al.
Pubblicazione: (2025)
Insight-V: Exploring Long-Chain Visual Reasoning with Multimodal Large Language Models
di: Dong, Yuhao, et al.
Pubblicazione: (2024)
di: Dong, Yuhao, et al.
Pubblicazione: (2024)
MLLM-For3D: Adapting Multimodal Large Language Model for 3D Reasoning Segmentation
di: Huang, Jiaxin, et al.
Pubblicazione: (2025)
di: Huang, Jiaxin, et al.
Pubblicazione: (2025)
Plug-and-Play Grounding of Reasoning in Multimodal Large Language Models
di: Chen, Jiaxing, et al.
Pubblicazione: (2024)
di: Chen, Jiaxing, et al.
Pubblicazione: (2024)
Proactive Reasoning-with-Retrieval Framework for Medical Multimodal Large Language Models
di: Wang, Lehan, et al.
Pubblicazione: (2025)
di: Wang, Lehan, et al.
Pubblicazione: (2025)
Enhancing Spatial Reasoning in Multimodal Large Language Models through Reasoning-based Segmentation
di: Ning, Zhenhua, et al.
Pubblicazione: (2025)
di: Ning, Zhenhua, et al.
Pubblicazione: (2025)
LENS: Multi-level Evaluation of Multimodal Reasoning with Large Language Models
di: Yao, Ruilin, et al.
Pubblicazione: (2025)
di: Yao, Ruilin, et al.
Pubblicazione: (2025)
UAV-VL-R1: Generalizing Vision-Language Models via Supervised Fine-Tuning and Multi-Stage GRPO for UAV Visual Reasoning
di: Guan, Jiajin, et al.
Pubblicazione: (2025)
di: Guan, Jiajin, et al.
Pubblicazione: (2025)
GoT: Unleashing Reasoning Capability of Multimodal Large Language Model for Visual Generation and Editing
di: Fang, Rongyao, et al.
Pubblicazione: (2025)
di: Fang, Rongyao, et al.
Pubblicazione: (2025)
Multimodal Chain of Continuous Thought for Latent-Space Reasoning in Vision-Language Models
di: Pham, Tan-Hanh, et al.
Pubblicazione: (2025)
di: Pham, Tan-Hanh, et al.
Pubblicazione: (2025)
Learning Trajectory-Aware Multimodal Large Language Models for Video Reasoning Segmentation
di: Luo, Jingnan, et al.
Pubblicazione: (2026)
di: Luo, Jingnan, et al.
Pubblicazione: (2026)
Are Multimodal Large Language Models Ready for Omnidirectional Spatial Reasoning?
di: Dongfang, Zihao, et al.
Pubblicazione: (2025)
di: Dongfang, Zihao, et al.
Pubblicazione: (2025)
StimuVAR: Spatiotemporal Stimuli-aware Video Affective Reasoning with Multimodal Large Language Models
di: Guo, Yuxiang, et al.
Pubblicazione: (2024)
di: Guo, Yuxiang, et al.
Pubblicazione: (2024)
GRAPHGPT-O: Synergistic Multimodal Comprehension and Generation on Graphs
di: Fang, Yi, et al.
Pubblicazione: (2025)
di: Fang, Yi, et al.
Pubblicazione: (2025)
DUALVISION: RGB-Infrared Multimodal Large Language Models for Robust Visual Reasoning
di: Majeedi, Abrar, et al.
Pubblicazione: (2026)
di: Majeedi, Abrar, et al.
Pubblicazione: (2026)
Retrieval Meets Reasoning: Even High-school Textbook Knowledge Benefits Multimodal Reasoning
di: Tan, Cheng, et al.
Pubblicazione: (2024)
di: Tan, Cheng, et al.
Pubblicazione: (2024)
SPR-128K: A New Benchmark for Spatial Plausibility Reasoning with Multimodal Large Language Models
di: Hu, Zhiyuan, et al.
Pubblicazione: (2025)
di: Hu, Zhiyuan, et al.
Pubblicazione: (2025)
Attribute-Grounded Selective Reasoning for Artwork Emotion Understanding with Multimodal Large Language Models
di: Zhang, Cheng, et al.
Pubblicazione: (2026)
di: Zhang, Cheng, et al.
Pubblicazione: (2026)
DR$^2$Seg: Decomposed Two-Stage Rollouts for Efficient Reasoning Segmentation in Multimodal Large Language Models
di: He, Yulin, et al.
Pubblicazione: (2026)
di: He, Yulin, et al.
Pubblicazione: (2026)
Mixed-R1: Unified Reward Perspective For Reasoning Capability in Multimodal Large Language Models
di: Xu, Shilin, et al.
Pubblicazione: (2025)
di: Xu, Shilin, et al.
Pubblicazione: (2025)
Unleashing Spatial Reasoning in Multimodal Large Language Models via Textual Representation Guided Reasoning
di: Hua, Jiacheng, et al.
Pubblicazione: (2026)
di: Hua, Jiacheng, et al.
Pubblicazione: (2026)
Disease-informed Adaptation of Vision-Language Models
di: Zhang, Jiajin, et al.
Pubblicazione: (2024)
di: Zhang, Jiajin, et al.
Pubblicazione: (2024)
TangramPuzzle: Evaluating Multimodal Large Language Models with Compositional Spatial Reasoning
di: Liu, Daixian, et al.
Pubblicazione: (2026)
di: Liu, Daixian, et al.
Pubblicazione: (2026)
Attention-guided Fine-tuning of Multimodal Large Language Models Improves Chain-of-Thought Reasoning
di: Sinha, Sanchit, et al.
Pubblicazione: (2026)
di: Sinha, Sanchit, et al.
Pubblicazione: (2026)
UKnow: A Unified Knowledge Protocol with Multimodal Knowledge Graph Datasets for Reasoning and Vision-Language Pre-Training
di: Gong, Biao, et al.
Pubblicazione: (2023)
di: Gong, Biao, et al.
Pubblicazione: (2023)
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model
di: Sun, Tao, et al.
Pubblicazione: (2025)
di: Sun, Tao, et al.
Pubblicazione: (2025)
SportR: A Benchmark for Multimodal Large Language Model Reasoning in Sports
di: Xia, Haotian, et al.
Pubblicazione: (2025)
di: Xia, Haotian, et al.
Pubblicazione: (2025)
Corvid: Improving Multimodal Large Language Models Towards Chain-of-Thought Reasoning
di: Jiang, Jingjing, et al.
Pubblicazione: (2025)
di: Jiang, Jingjing, et al.
Pubblicazione: (2025)
Reasoning-Enhanced Domain-Adaptive Pretraining of Multimodal Large Language Models for Short Video Content Governance
di: Wang, Zixuan, et al.
Pubblicazione: (2025)
di: Wang, Zixuan, et al.
Pubblicazione: (2025)
FEALLM: Advancing Facial Emotion Analysis in Multimodal Large Language Models with Emotional Synergy and Reasoning
di: Hu, Zhuozhao, et al.
Pubblicazione: (2025)
di: Hu, Zhuozhao, et al.
Pubblicazione: (2025)
MathReal: We Keep It Real! A Real Scene Benchmark for Evaluating Math Reasoning in Multimodal Large Language Models
di: Feng, Jun, et al.
Pubblicazione: (2025)
di: Feng, Jun, et al.
Pubblicazione: (2025)
Autonomous Imagination: Closed-Loop Decomposition of Visual-to-Textual Conversion in Visual Reasoning for Multimodal Large Language Models
di: Liu, Jingming, et al.
Pubblicazione: (2024)
di: Liu, Jingming, et al.
Pubblicazione: (2024)
Documenti analoghi
-
GraphVLM: Benchmarking Vision Language Models for Multimodal Graph Learning
di: Liu, Jiajin, et al.
Pubblicazione: (2026) -
Can MLLMs Reason Beyond Language? VisReason: A Comprehensive Benchmark for Vision-Centric Reasoning
di: Guo, Longteng, et al.
Pubblicazione: (2026) -
GraphSearch: Agentic Search-Augmented Reasoning for Zero-Shot Graph Learning
di: Liu, Jiajin, et al.
Pubblicazione: (2026) -
SciVQR: A Multidisciplinary Multimodal Benchmark for Advanced Scientific Reasoning Evaluation
di: Guo, Longteng, et al.
Pubblicazione: (2026) -
Actial: Activate Spatial Reasoning Ability of Multimodal Large Language Models
di: Zhan, Xiaoyu, et al.
Pubblicazione: (2025)