Buchumschlag

Omni-I2C: A Holistic Benchmark for High-Fidelity Image-to-Code Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhou, Jiawei, Zhang, Chi, Feng, Xiang, Zhang, Qiming, Qiu, Haibo, He, Lihuo, Ye, Dengpan, Gao, Xinbo, Zhang, Jing
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

Seirênes: Adversarial Self-Play with Evolving Distractions for LLM Reasoning
von: Zhang, Chi, et al.
Veröffentlicht: (2026)

CognitionCapturerPro: Towards High-Fidelity Visual Decoding from EEG/MEG via Multi-modal Information and Asymmetric Alignment
von: Zhang, Kaifan, et al.
Veröffentlicht: (2026)

AI-Generated Image Quality Assessment Based on Task-Specific Prompt and Multi-Granularity Similarity
von: Xia, Jili, et al.
Veröffentlicht: (2024)

Boosting Temporal Sentence Grounding via Causal Inference
von: Tang, Kefan, et al.
Veröffentlicht: (2025)

Trinity Detector:text-assisted and attention mechanisms based spectral fusion for diffusion generation image detection
von: Song, Jiawei, et al.
Veröffentlicht: (2024)

Unleashing the Power of Generic Segmentation Models: A Simple Baseline for Infrared Small Target Detection
von: Zhang, Mingjin, et al.
Veröffentlicht: (2024)

InstructVEdit: A Holistic Approach for Instructional Video Editing
von: Zhang, Chi, et al.
Veröffentlicht: (2025)

CognitionCapturer: Decoding Visual Stimuli From Human EEG Signal With Multimodal Information
von: Zhang, Kaifan, et al.
Veröffentlicht: (2024)

HyperAlign: Hyperbolic Entailment Cones for Adaptive Text-to-Image Alignment Assessment
von: Chen, Wenzhi, et al.
Veröffentlicht: (2026)

Towards Adaptive Open-Set Object Detection via Category-Level Collaboration Knowledge Mining
von: Ji, Yuqi, et al.
Veröffentlicht: (2026)

DeepSketcher: Internalizing Visual Manipulation for Multimodal Reasoning
von: Zhang, Chi, et al.
Veröffentlicht: (2025)

FCA2: Frame Compression-Aware Autoencoder for Modular and Fast Compressed Video Super-Resolution
von: Wang, Zhaoyang, et al.
Veröffentlicht: (2025)

EyeSim-VQA: A Free-Energy-Guided Eye Simulation Framework for Video Quality Assessment
von: Wang, Zhaoyang, et al.
Veröffentlicht: (2025)

A Multi-annotated and Multi-modal Dataset for Wide-angle Video Quality Assessment
von: Hu, Bo, et al.
Veröffentlicht: (2025)

CodeCriticBench: A Holistic Code Critique Benchmark for Large Language Models
von: Zhang, Alexander, et al.
Veröffentlicht: (2025)

StyleMark: A Robust Watermarking Method for Art Style Images Against Black-Box Arbitrary Style Transfer
von: Zhang, Yunming, et al.
Veröffentlicht: (2024)

OmniSpatial: Towards Comprehensive Spatial Reasoning Benchmark for Vision Language Models
von: Jia, Mengdi, et al.
Veröffentlicht: (2025)

YOLOA: Real-Time Affordance Detection via LLM Adapter
von: Ji, Yuqi, et al.
Veröffentlicht: (2025)

Perceptual-Evidence Anchored Reinforced Learning for Multimodal Reasoning
von: Zhang, Chi, et al.
Veröffentlicht: (2025)

MLEP: Multi-granularity Local Entropy Patterns for Universal AI-generated Image Detection
von: Yuan, Lin, et al.
Veröffentlicht: (2025)

Efficient and High-Fidelity Omni Modality Retrieval
von: Huynh, Chuong, et al.
Veröffentlicht: (2026)

OmniPlay: Benchmarking Omni-Modal Models on Omni-Modal Game Playing
von: Bie, Fuqing, et al.
Veröffentlicht: (2025)

Few-Shot Medical Image Segmentation with High-Fidelity Prototypes
von: Tang, Song, et al.
Veröffentlicht: (2024)

OmniVDiff: Omni Controllable Video Diffusion for Generation and Understanding
von: Xi, Dianbing, et al.
Veröffentlicht: (2025)

Human Simulacra: Benchmarking the Personification of Large Language Models
von: Xie, Qiuejie, et al.
Veröffentlicht: (2024)

Take Fake as Real: Realistic-like Robust Black-box Adversarial Attack to Evade AIGC Detection
von: Xie, Caiyun, et al.
Veröffentlicht: (2024)

VideoOdyssey: A Benchmark for Ultra-Long-Context and Omni-Modal Video Understanding
von: He, Haichen, et al.
Veröffentlicht: (2026)

HiFi-Syn: Hierarchical Granularity Discrimination for High-Fidelity Synthesis of MR Images with Structure Preservation
von: Yu, Ziqi, et al.
Veröffentlicht: (2023)

High-Fidelity Generative Audio Compression at 0.275kbps
von: Ma, Hao, et al.
Veröffentlicht: (2026)

OmniShotCut: Holistic Relational Shot Boundary Detection with Shot-Query Transformer
von: Wang, Boyang, et al.
Veröffentlicht: (2026)

DocScope: Benchmarking Verifiable Reasoning for Trustworthy Long-Document Understanding
von: Feng, Xiang, et al.
Veröffentlicht: (2026)

OmniEval: A Benchmark for Evaluating Omni-modal Models with Visual, Auditory, and Textual Inputs
von: Zhang, Yiman, et al.
Veröffentlicht: (2025)

BabelBench: An Omni Benchmark for Code-Driven Analysis of Multimodal and Multistructured Data
von: Wang, Xuwu, et al.
Veröffentlicht: (2024)

EduGuardBench: A Holistic Benchmark for Evaluating the Pedagogical Fidelity and Adversarial Safety of LLMs as Simulated Teachers
von: Jiang, Yilin, et al.
Veröffentlicht: (2025)

Omni-DeepSearch: A Benchmark for Audio-Driven Omni-Modal Deep Search
von: Yu, Tao, et al.
Veröffentlicht: (2026)

TEAM: Temporal Adversarial Examples Attack Model against Network Intrusion Detection System Applied to RNN
von: Liu, Ziyi, et al.
Veröffentlicht: (2024)

AVT2-DWF: Improving Deepfake Detection with Audio-Visual Fusion and Dynamic Weighting Strategies
von: Wang, Rui, et al.
Veröffentlicht: (2024)

Holistic Evaluation of State-of-the-Art LLMs for Code Generation
von: Zhang, Le, et al.
Veröffentlicht: (2025)

LookBench: A Live and Holistic Open Benchmark for Fashion Image Retrieval
von: ai, Gensmo., et al.
Veröffentlicht: (2026)

OmniGUI: Benchmarking GUI Agents in Omni-Modal Smartphone Environments
von: Henry, Felix, et al.
Veröffentlicht: (2026)