会员服务
SWE-PolyVision: Benchmarking Cross-Image Abductive Reasoning for Repository-Level Software Engineering
Arxiv
0+阅读 · 10月15日
FutureLift: Lifting Trajectory Proposals into Bidirectional Future Graphs for Motion Forecasting
Arxiv
0+阅读 · 10月15日
A Flow-Theoretic Multimodal Control Framework Fusing Mental and Physical Engagement for Upper-Limb Rehabilitation
Arxiv
0+阅读 · 10月15日
XARA: A Multimodal Agentic System for eXtended Reality Experiment Generation
Arxiv
0+阅读 · 10月15日
FuseAdapt: Parameter-Efficient Multimodal Fusion for Semantic Segmentation with Missing Modalities
Arxiv
0+阅读 · 10月15日
Decoding Naturalistic Speech from fMRI with Temporal Modeling and Multimodal Alignment
Arxiv
0+阅读 · 10月15日
Multimodal Remote Inference
Arxiv
0+阅读 · 10月14日
CART: Compatible Routing for Multimodal Continual Instruction Tuning
Arxiv
0+阅读 · 10月15日
When Reasoning Is Not Enough: Proactive Inquiry for Cross-Modal Safety in Multimodal Large Language Models
Arxiv
0+阅读 · 10月15日
Intern-Decision: Efficient Multimodal Decision Making with Autoregressive Masked Language Modeling
Arxiv
0+阅读 · 10月15日
RSIgen: Reciprocal Self-Improvement for Agentic Visual Generation
Arxiv
0+阅读 · 10月15日
MAIA: Anticipating Interaction Anomalies in Contact-Rich Manipulation via Multimodal World Models
Arxiv
0+阅读 · 10月15日
Beyond Generation: Using Multimodal LLMs as Detectors of LLM-Generated Deepfake Facial Images
Arxiv
0+阅读 · 10月15日
UniFGVC: Universal Training-Free Few-Shot Fine-Grained Vision Classification via Attribute-Aware Multimodal Retrieval
Arxiv
0+阅读 · 10月15日
Imaging-anchored multiomics in cardiovascular disease: integrating cardiac imaging, bulk, single-cell, and spatial transcriptomics
Arxiv
0+阅读 · 10月15日
参考链接
微信扫码咨询专知VIP会员
Top