会员服务
VLN-MME: Diagnosing MLLMs as Language-guided Visual Navigation agents
Arxiv
0+阅读 · 1月6日
Robust Egocentric Visual Attention Prediction Through Language-guided Scene Context-aware Learning
Arxiv
0+阅读 · 1月5日
SLGNet: Synergizing Structural Priors and Language-Guided Modulation for Multimodal Object Detection
Arxiv
0+阅读 · 1月5日
VLN-MME: Diagnosing MLLMs as Language-guided Visual Navigation agents
Arxiv
0+阅读 · 2025年12月31日
One-shot synthesis of rare gastrointestinal lesions improves diagnostic accuracy and clinical training
Arxiv
0+阅读 · 2025年12月30日
Neuro-Symbolic Control with Large Language Models for Language-Guided Spatial Tasks
Arxiv
0+阅读 · 2025年12月19日
VisionDirector: Vision-Language Guided Closed-Loop Refinement for Generative Image Synthesis
Arxiv
0+阅读 · 2025年12月22日
Language-Guided Grasp Detection with Coarse-to-Fine Learning for Robotic Manipulation
Arxiv
0+阅读 · 2025年12月24日
HOLODECK 2.0: Vision-Language-Guided 3D World Generation with Editing
Arxiv
0+阅读 · 2025年12月19日
RoboTidy : A 3D Gaussian Splatting Household Tidying Benchmark for Embodied Navigation and Action
Arxiv
0+阅读 · 2025年11月19日
RoboTidy : A 3D Gaussian Splatting Household Tidying Benchmark for Embodied Navigation and Action
Arxiv
0+阅读 · 2025年11月18日
EEG-VLM: A Hierarchical Vision-Language Model with Multi-Level Feature Alignment and Visually Enhanced Language-Guided Reasoning for EEG Image-Based Sleep Stage Prediction
Arxiv
0+阅读 · 2025年11月24日
Zero-Shot Compositional Policy Learning via Language Grounding
Arxiv
0+阅读 · 2023年4月17日
Learning Visual Representations via Language-Guided Sampling
Arxiv
0+阅读 · 2023年3月29日
参考链接
微信扫码咨询专知VIP会员
Top