Copertina

HippoCamp: Benchmarking Contextual Agents on Personal Computers

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Yang, Zhe, Tian, Shulin, Hu, Kairui, Liu, Shuai, Nguyen, Hoang-Nhat, Zhang, Yichi, Guo, Zujin, Yu, Mengying, Zhang, Zinan, Yang, Jingkang, Loy, Chen Change, Liu, Ziwei
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Artificial Intelligence Computer Vision and Pattern Recognition
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

FileGram: Grounding Agent Personalization in File-System Behavioral Traces
di: Liu, Shuai, et al.
Pubblicazione: (2026)

FRESCO: Spatial-Temporal Correspondence for Zero-Shot Video Translation
di: Yang, Shuai, et al.
Pubblicazione: (2024)

Generalizable Implicit Motion Modeling for Video Frame Interpolation
di: Guo, Zujin, et al.
Pubblicazione: (2024)

A Simple Baseline for Streaming Video Understanding
di: Shen, Yujiao, et al.
Pubblicazione: (2026)

Zero-Shot Video Translation and Editing with Frame Spatial-Temporal Correspondence
di: Yang, Shuai, et al.
Pubblicazione: (2025)

Pair then Relation: Pair-Net for Panoptic Scene Graph Generation
di: Wang, Jinghao, et al.
Pubblicazione: (2023)

Controllable Human-centric Keyframe Interpolation with Generative Prior
di: Guo, Zujin, et al.
Pubblicazione: (2025)

GroupDiff: Diffusion-based Group Portrait Editing
di: Jiang, Yuming, et al.
Pubblicazione: (2024)

Towards Language-Driven Video Inpainting via Multimodal Large Language Models
di: Wu, Jianzong, et al.
Pubblicazione: (2024)

LMMs-Eval: Reality Check on the Evaluation of Large Multimodal Models
di: Zhang, Kaichen, et al.
Pubblicazione: (2024)

MMInA: Benchmarking Multihop Multimodal Internet Agents
di: Tian, Shulin, et al.
Pubblicazione: (2024)

Contextual Object Detection with Multimodal Large Language Models
di: Zang, Yuhang, et al.
Pubblicazione: (2023)

DifFace: Blind Face Restoration with Diffused Error Contraction
di: Yue, Zongsheng, et al.
Pubblicazione: (2022)

Generalized Out-of-Distribution Detection: A Survey
di: Yang, Jingkang, et al.
Pubblicazione: (2021)

Duolando: Follower GPT with Off-Policy Reinforcement Learning for Dance Accompaniment
di: Siyao, Li, et al.
Pubblicazione: (2024)

Generate Your Talking Avatar from Video Reference
di: Guo, Zujin, et al.
Pubblicazione: (2026)

AHAN: Asymmetric Hierarchical Attention Network for Identical Twin Face Verification
di: Nguyen, Hoang-Nhat
Pubblicazione: (2026)

MosaicFusion: Diffusion Models as Data Augmenters for Large Vocabulary Instance Segmentation
di: Xie, Jiahao, et al.
Pubblicazione: (2023)

MEAT: Multiview Diffusion Model for Human Generation on Megapixels with Mesh Attention
di: Wang, Yuhan, et al.
Pubblicazione: (2025)

Ego-R1: Chain-of-Tool-Thought for Ultra-Long Egocentric Video Reasoning
di: Tian, Shulin, et al.
Pubblicazione: (2025)

Enhanced Generative Structure Prior for Chinese Text Image Super-resolution
di: Li, Xiaoming, et al.
Pubblicazione: (2025)

Learning 3D Garment Animation from Trajectories of A Piece of Cloth
di: Shao, Yidi, et al.
Pubblicazione: (2025)

Kalman-Inspired Feature Propagation for Video Face Super-Resolution
di: Feng, Ruicheng, et al.
Pubblicazione: (2024)

MVIP-NeRF: Multi-view 3D Inpainting on NeRF Scenes via Diffusion Prior
di: Chen, Honghua, et al.
Pubblicazione: (2024)

Efficient Diffusion Model for Image Restoration by Residual Shifting
di: Yue, Zongsheng, et al.
Pubblicazione: (2024)

AITTI: Learning Adaptive Inclusive Token for Text-to-Image Generation
di: Hou, Xinyu, et al.
Pubblicazione: (2024)

Arbitrary-steps Image Super-resolution via Diffusion Inversion
di: Yue, Zongsheng, et al.
Pubblicazione: (2024)

Ancona inequalities along generic geodesic rays
di: Liu, Kairui, et al.
Pubblicazione: (2025)

UNO: Unifying One-stage Video Scene Graph Generation via Object-Centric Visual Representation Learning
di: Le, Huy, et al.
Pubblicazione: (2025)

Playing for 3D Human Recovery
di: Cai, Zhongang, et al.
Pubblicazione: (2021)

MatAnyone: Stable Video Matting with Consistent Memory Propagation
di: Yang, Peiqing, et al.
Pubblicazione: (2025)

TSCAN: Context-Aware Uplift Modeling via Two-Stage Training for Online Merchant Business Diagnosis
di: Zhang, Hangtao, et al.
Pubblicazione: (2025)

WorldQA: Multimodal World Knowledge in Videos through Long-Chain Reasoning
di: Zhang, Yuanhan, et al.
Pubblicazione: (2024)

Transformer-Based Visual Segmentation: A Survey
di: Li, Xiangtai, et al.
Pubblicazione: (2023)

4D Panoptic Scene Graph Generation
di: Yang, Jingkang, et al.
Pubblicazione: (2024)

FunQA: Towards Surprising Video Comprehension
di: Xie, Binzhu, et al.
Pubblicazione: (2023)

ObjCtrl-2.5D: Training-free Object Control with Camera Poses
di: Wang, Zhouxia, et al.
Pubblicazione: (2024)

Denoising as Adaptation: Noise-Space Domain Adaptation for Image Restoration
di: Liao, Kang, et al.
Pubblicazione: (2024)

Omegance: A Single Parameter for Various Granularities in Diffusion-Based Synthesis
di: Hou, Xinyu, et al.
Pubblicazione: (2024)

Trans-Adapter: A Plug-and-Play Framework for Transparent Image Inpainting
di: Dai, Yuekun, et al.
Pubblicazione: (2025)