会员服务
IBISAgent: Reinforcing Pixel-Level Visual Reasoning in MLLMs for Universal Biomedical Object Referring and Segmentation
Arxiv
0+阅读 · 1月6日
How Robot Dogs See the Unseeable: Improving Visual Interpretability via Peering for Exploratory Robots
Arxiv
0+阅读 · 1月4日
VisualQuest: A Benchmark for Abstract Visual Reasoning in MLLMs
Arxiv
0+阅读 · 1月2日
From Sight to Insight: Improving Visual Reasoning Capabilities of Multimodal Models via Reinforcement Learning
Arxiv
0+阅读 · 1月1日
Lifting Vision: Ground to Aerial Localization with Reasoning Guided Planning
Arxiv
0+阅读 · 2025年12月30日
How Robot Dogs See the Unseeable: Improving Visual Interpretability via Peering for Exploratory Robots
Arxiv
0+阅读 · 2025年12月30日
REVEALER: Reinforcement-Guided Visual Reasoning for Element-Level Text-Image Alignment Evaluation
Arxiv
0+阅读 · 2025年12月29日
How Robot Dogs See the Unseeable: Improving Visual Interpretability via Peering for Exploratory Robots
Arxiv
0+阅读 · 2025年12月25日
Latent Implicit Visual Reasoning
Arxiv
0+阅读 · 2025年12月24日
VisRes Bench: On Evaluating the Visual Reasoning Capabilities of VLMs
Arxiv
0+阅读 · 2025年12月24日
VisChainBench: A Benchmark for Multi-Turn, Multi-Image Visual Reasoning Beyond Language Priors
Arxiv
0+阅读 · 2025年12月7日
Constructing and Interpreting Digital Twin Representations for Visual Reasoning via Reinforcement Learning
Arxiv
0+阅读 · 2025年11月15日
Interleaved Latent Visual Reasoning with Selective Perceptual Modeling
Arxiv
0+阅读 · 2025年12月5日
ChartM$^3$: A Multi-Stage Code-Driven Pipeline for Constructing Multi-Dimensional and Multi-Step Visual Reasoning Data in Chart Comprehension
Arxiv
0+阅读 · 2025年11月4日
Monet: Reasoning in Latent Visual Space Beyond Images and Language
Arxiv
0+阅读 · 2025年11月26日
参考链接
微信扫码咨询专知VIP会员
Top