Efficient Table QA via TableGrid Navigation and Progressive Inference Prompting
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Maurya, Amritansh, Singh, Navjot, Javed, Mohammed, Moured, Omar |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
RAPTOR: Refined Approach for Product Table Object Recognition
par: Thomas, Eliott, et autres
Publié: (2025)
par: Thomas, Eliott, et autres
Publié: (2025)
Beyond String Matching: Semantic Evaluation of PDF Table Extraction
par: Horn, Pius, et autres
Publié: (2026)
par: Horn, Pius, et autres
Publié: (2026)
TalentMine: LLM-Based Extraction and Question-Answering from Multimodal Talent Tables
par: Mannam, Varun, et autres
Publié: (2025)
par: Mannam, Varun, et autres
Publié: (2025)
EfficientPosterGen: Semantic-aware Efficient Poster Generation via Token Compression and Accurate Violation Detection
par: Tang, Wenxin, et autres
Publié: (2026)
par: Tang, Wenxin, et autres
Publié: (2026)
Progressive Multimodal Reasoning via Active Retrieval
par: Dong, Guanting, et autres
Publié: (2024)
par: Dong, Guanting, et autres
Publié: (2024)
PromptHash: Affinity-Prompted Collaborative Cross-Modal Learning for Adaptive Hashing Retrieval
par: Zou, Qiang, et autres
Publié: (2025)
par: Zou, Qiang, et autres
Publié: (2025)
Neurosymbolic Inference On Foundation Models For Remote Sensing Text-to-image Retrieval With Complex Queries
par: Mezzi, Emanuele, et autres
Publié: (2025)
par: Mezzi, Emanuele, et autres
Publié: (2025)
Efficient Logic Gate Networks for Video Copy Detection
par: Fojcik, Katarzyna
Publié: (2026)
par: Fojcik, Katarzyna
Publié: (2026)
OMGM: Orchestrate Multiple Granularities and Modalities for Efficient Multimodal Retrieval
par: Yang, Wei, et autres
Publié: (2025)
par: Yang, Wei, et autres
Publié: (2025)
PHPQ: Pyramid Hybrid Pooling Quantization for Efficient Fine-Grained Image Retrieval
par: Zeng, Ziyun, et autres
Publié: (2021)
par: Zeng, Ziyun, et autres
Publié: (2021)
Read and Think: An Efficient Step-wise Multimodal Language Model for Document Understanding and Reasoning
par: Zhang, Jinxu
Publié: (2024)
par: Zhang, Jinxu
Publié: (2024)
HotelMatch-LLM: Joint Multi-Task Training of Small and Large Language Models for Efficient Multimodal Hotel Retrieval
par: Askari, Arian, et autres
Publié: (2025)
par: Askari, Arian, et autres
Publié: (2025)
A comprehensive multimodal dataset and benchmark for ulcerative colitis scoring in endoscopy
par: Ghatwary, Noha, et autres
Publié: (2026)
par: Ghatwary, Noha, et autres
Publié: (2026)
Provenance Analysis of Archaeological Artifacts via Multimodal RAG Systems
par: Zhang, Tuo, et autres
Publié: (2025)
par: Zhang, Tuo, et autres
Publié: (2025)
Enhancing Subsequent Video Retrieval via Vision-Language Models (VLMs)
par: Duan, Yicheng, et autres
Publié: (2025)
par: Duan, Yicheng, et autres
Publié: (2025)
Scale Up Composed Image Retrieval Learning via Modification Text Generation
par: Zhou, Yinan, et autres
Publié: (2025)
par: Zhou, Yinan, et autres
Publié: (2025)
VL-CLIP: Enhancing Multimodal Recommendations via Visual Grounding and LLM-Augmented CLIP Embeddings
par: Giahi, Ramin, et autres
Publié: (2025)
par: Giahi, Ramin, et autres
Publié: (2025)
Unified Interactive Multimodal Moment Retrieval via Cascaded Embedding-Reranking and Temporal-Aware Score Fusion
par: Thanh, Toan Le Ngo, et autres
Publié: (2025)
par: Thanh, Toan Le Ngo, et autres
Publié: (2025)
Very Efficient Listwise Multimodal Reranking for Long Documents
par: Sun, Yiqun, et autres
Publié: (2026)
par: Sun, Yiqun, et autres
Publié: (2026)
Capability-aware Prompt Reformulation Learning for Text-to-Image Generation
par: Zhan, Jingtao, et autres
Publié: (2024)
par: Zhan, Jingtao, et autres
Publié: (2024)
GMMFormer: Gaussian-Mixture-Model Based Transformer for Efficient Partially Relevant Video Retrieval
par: Wang, Yuting, et autres
Publié: (2023)
par: Wang, Yuting, et autres
Publié: (2023)
Image and Data Mining in Reticular Chemistry Using GPT-4V
par: Zheng, Zhiling, et autres
Publié: (2023)
par: Zheng, Zhiling, et autres
Publié: (2023)
Benchmark Granularity and Model Robustness for Image-Text Retrieval
par: Hendriksen, Mariya, et autres
Publié: (2024)
par: Hendriksen, Mariya, et autres
Publié: (2024)
Smart Routing for Multimodal Video Retrieval: When to Search What
par: Rosa, Kevin Dela
Publié: (2025)
par: Rosa, Kevin Dela
Publié: (2025)
A Picture is Worth a Thousand Words? An Empirical Study of Aggregation Strategies for Visual Financial Document Retrieval
par: Lim, Ho Hung, et autres
Publié: (2026)
par: Lim, Ho Hung, et autres
Publié: (2026)
Boosting Document Parsing Efficiency and Performance with Coarse-to-Fine Visual Processing
par: Cui, Cheng, et autres
Publié: (2026)
par: Cui, Cheng, et autres
Publié: (2026)
Attribute-Aware Implicit Modality Alignment for Text Attribute Person Search
par: Wang, Xin, et autres
Publié: (2024)
par: Wang, Xin, et autres
Publié: (2024)
Weakly Supervised Deep Hyperspherical Quantization for Image Retrieval
par: Wang, Jinpeng, et autres
Publié: (2024)
par: Wang, Jinpeng, et autres
Publié: (2024)
Low-Data Classification of Historical Music Manuscripts: A Few-Shot Learning Approach
par: Shatri, Elona, et autres
Publié: (2024)
par: Shatri, Elona, et autres
Publié: (2024)
Benchmarking Document Parsers on Mathematical Formula Extraction from PDFs
par: Horn, Pius, et autres
Publié: (2025)
par: Horn, Pius, et autres
Publié: (2025)
From Historical Tabular Image to Knowledge Graphs: A Provenance-Aware Modular Pipeline
par: Shoilee, Sarah Binta Alam, et autres
Publié: (2026)
par: Shoilee, Sarah Binta Alam, et autres
Publié: (2026)
Pailitao-VL: Unified Embedding and Reranker for Real-Time Multi-Modal Industrial Search
par: Chen, Lei, et autres
Publié: (2026)
par: Chen, Lei, et autres
Publié: (2026)
Video Enriched Retrieval Augmented Generation Using Aligned Video Captions
par: Rosa, Kevin Dela
Publié: (2024)
par: Rosa, Kevin Dela
Publié: (2024)
Zero-Shot Image Moderation in Google Ads with LLM-Assisted Textual Descriptions and Cross-modal Co-embeddings
par: Luo, Enming, et autres
Publié: (2024)
par: Luo, Enming, et autres
Publié: (2024)
Accelerating Flood Warnings by 10 Hours: The Power of River Network Topology in AI-enhanced Flood Forecasting
par: Wang, Hongjun, et autres
Publié: (2024)
par: Wang, Hongjun, et autres
Publié: (2024)
Content-based 3D Image Retrieval and a ColBERT-inspired Re-ranking for Tumor Flagging and Staging
par: Jush, Farnaz Khun, et autres
Publié: (2025)
par: Jush, Farnaz Khun, et autres
Publié: (2025)
Diffusion Augmented Retrieval: A Training-Free Approach to Interactive Text-to-Image Retrieval
par: Long, Zijun, et autres
Publié: (2025)
par: Long, Zijun, et autres
Publié: (2025)
Your Embedding Model is SMARTer Than You Think
par: Zhang, Jianrui, et autres
Publié: (2026)
par: Zhang, Jianrui, et autres
Publié: (2026)
Hierarchical Long Video Understanding with Audiovisual Entity Cohesion and Agentic Search
par: Yin, Xinlei, et autres
Publié: (2026)
par: Yin, Xinlei, et autres
Publié: (2026)
Good Scores, Bad Data: A Metric for Multimodal Coherence
par: Srinivasan, Vasundra
Publié: (2026)
par: Srinivasan, Vasundra
Publié: (2026)
Documents similaires
-
RAPTOR: Refined Approach for Product Table Object Recognition
par: Thomas, Eliott, et autres
Publié: (2025) -
Beyond String Matching: Semantic Evaluation of PDF Table Extraction
par: Horn, Pius, et autres
Publié: (2026) -
TalentMine: LLM-Based Extraction and Question-Answering from Multimodal Talent Tables
par: Mannam, Varun, et autres
Publié: (2025) -
EfficientPosterGen: Semantic-aware Efficient Poster Generation via Token Compression and Accurate Violation Detection
par: Tang, Wenxin, et autres
Publié: (2026) -
Progressive Multimodal Reasoning via Active Retrieval
par: Dong, Guanting, et autres
Publié: (2024)