Buchumschlag

PointRFT: Explicit Reinforcement Fine-tuning for Point Cloud Few-shot Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Yankai, Sun, Yiding, Wang, Qirui, Li, Pengbo, Lu, Chaoyi, Zhang, Dongxu
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

PointDico: Contrastive 3D Representation Learning Guided by Diffusion Models
von: Li, Pengbo, et al.
Veröffentlicht: (2025)

Localization and Expansion: A Decoupled Framework for Point Cloud Few-shot Semantic Segmentation
von: Li, Zhaoyang, et al.
Veröffentlicht: (2024)

CMHANet: A Cross-Modal Hybrid Attention Network for Point Cloud Registration
von: Zhang, Dongxu, et al.
Veröffentlicht: (2026)

VLA-RFT: Vision-Language-Action Reinforcement Fine-tuning with Verified Rewards in World Simulators
von: Li, Hengtao, et al.
Veröffentlicht: (2025)

Rethinking Few-shot 3D Point Cloud Semantic Segmentation
von: An, Zhaochong, et al.
Veröffentlicht: (2024)

Point-RFT: Improving Multimodal Reasoning with Visually Grounded Reinforcement Finetuning
von: Ni, Minheng, et al.
Veröffentlicht: (2025)

Visual-RFT: Visual Reinforcement Fine-Tuning
von: Liu, Ziyu, et al.
Veröffentlicht: (2025)

Dynamic Prototype Adaptation with Distillation for Few-shot Point Cloud Segmentation
von: Liu, Jie, et al.
Veröffentlicht: (2024)

Multimodality Helps Few-shot 3D Point Cloud Semantic Segmentation
von: An, Zhaochong, et al.
Veröffentlicht: (2024)

Few to Big: Prototype Expansion Network via Diffusion Learner for Point Cloud Few-shot Semantic Segmentation
von: Zhao, Qianguang, et al.
Veröffentlicht: (2025)

Generalized Few-shot 3D Point Cloud Segmentation with Vision-Language Model
von: An, Zhaochong, et al.
Veröffentlicht: (2025)

Uncertainty-aware Prototype Learning with Variational Inference for Few-shot Point Cloud Segmentation
von: Zhao, Yifei, et al.
Veröffentlicht: (2026)

Robust Fine-tuning for Pre-trained 3D Point Cloud Models
von: Zhang, Zhibo, et al.
Veröffentlicht: (2024)

MotionRFT: Unified Reinforcement Fine-Tuning for Text-to-Motion Generation
von: Tan, Xiaofeng, et al.
Veröffentlicht: (2026)

Taylor Series-Inspired Local Structure Fitting Network for Few-shot Point Cloud Semantic Segmentation
von: Wang, Changshuo, et al.
Veröffentlicht: (2025)

White Aggregation and Restoration for Few-shot 3D Point Cloud Semantic Segmentation
von: Im, Jiyun, et al.
Veröffentlicht: (2025)

ConsistentRFT: Reducing Visual Hallucinations in Flow-based Reinforcement Fine-Tuning
von: Tan, Xiaofeng, et al.
Veröffentlicht: (2026)

X-3D: Explicit 3D Structure Modeling for Point Cloud Recognition
von: Sun, Shuofeng, et al.
Veröffentlicht: (2024)

Point Cloud Mamba: Point Cloud Learning via State Space Model
von: Zhang, Tao, et al.
Veröffentlicht: (2024)

Reason-RFT: Reinforcement Fine-Tuning for Visual Reasoning of Vision Language Models
von: Tan, Huajie, et al.
Veröffentlicht: (2025)

Mesh-RFT: Enhancing Mesh Generation via Fine-grained Reinforcement Fine-Tuning
von: Liu, Jian, et al.
Veröffentlicht: (2025)

Bringing Masked Autoencoders Explicit Contrastive Properties for Point Cloud Self-Supervised Learning
von: Ren, Bin, et al.
Veröffentlicht: (2024)

VideoRFT: Incentivizing Video Reasoning Capability in MLLMs via Reinforced Fine-Tuning
von: Wang, Qi, et al.
Veröffentlicht: (2025)

DG-PIC: Domain Generalized Point-In-Context Learning for Point Cloud Understanding
von: Jiang, Jincen, et al.
Veröffentlicht: (2024)

SeaS: Few-shot Industrial Anomaly Image Generation with Separation and Sharing Fine-tuning
von: Dai, Zhewei, et al.
Veröffentlicht: (2024)

PointRWKV: Efficient RWKV-Like Model for Hierarchical Point Cloud Learning
von: He, Qingdong, et al.
Veröffentlicht: (2024)

WorldRFT: Latent World Model Planning with Reinforcement Fine-Tuning for Autonomous Driving
von: Yang, Pengxuan, et al.
Veröffentlicht: (2025)

Reviving In-domain Fine-tuning Methods for Source-Free Cross-domain Few-shot Learning
von: Zhao, Yaze, et al.
Veröffentlicht: (2026)

Fine-grained Metrics for Point Cloud Semantic Segmentation
von: Lu, Zhuheng, et al.
Veröffentlicht: (2024)

SDFReg: Learning Signed Distance Functions for Point Cloud Registration
von: Zhang, Leida, et al.
Veröffentlicht: (2023)

Point-PRC: A Prompt Learning Based Regulation Framework for Generalizable Point Cloud Analysis
von: Sun, Hongyu, et al.
Veröffentlicht: (2024)

Bridge the Points: Graph-based Few-shot Segment Anything Semantically
von: Zhang, Anqi, et al.
Veröffentlicht: (2024)

Boosting Pathology Foundation Models via Few-shot Prompt-tuning for Rare Cancer Subtyping
von: He, Dexuan, et al.
Veröffentlicht: (2025)

Implicit Guidance and Explicit Representation of Semantic Information in Points Cloud: A Survey
von: Tang, Jingyuan, et al.
Veröffentlicht: (2025)

Singular Value Fine-tuning for Few-Shot Class-Incremental Learning
von: Wang, Zhiwu, et al.
Veröffentlicht: (2025)

PointVDP: Learning View-Dependent Projection by Fireworks Rays for 3D Point Cloud Segmentation
von: Chen, Yang, et al.
Veröffentlicht: (2025)

PointCoT: A Multi-modal Benchmark for Explicit 3D Geometric Reasoning
von: Zhang, Dongxu, et al.
Veröffentlicht: (2026)

Exploiting GPT-4 Vision for Zero-shot Point Cloud Understanding
von: Sun, Qi, et al.
Veröffentlicht: (2024)

Parameter-efficient Prompt Learning for 3D Point Cloud Understanding
von: Sun, Hongyu, et al.
Veröffentlicht: (2024)

Task Adaptive Feature Distribution Based Network for Few-shot Fine-grained Target Classification
von: Li, Ping, et al.
Veröffentlicht: (2024)