会员服务
Visual-Seeker: Towards Visual-Native Multimodal Agentic Search via Active Visual Reasoning
Arxiv
0+阅读 · 6月13日
Self-Questioning Vision-Language Models: Reinforcement Learning for Compositional Visual Reasoning
Arxiv
0+阅读 · 6月14日
Thinking with Visual Grounding
Arxiv
0+阅读 · 6月15日
Language-Guided Abstraction for Visual Reasoning
Arxiv
0+阅读 · 6月11日
PaLMR: Towards Faithful Visual Reasoning via Multimodal Process Alignment
Arxiv
0+阅读 · 6月11日
Towards Automatic Soccer Commentary Generation with Knowledge-Enhanced Visual Reasoning
Arxiv
0+阅读 · 3月31日
ATLAS: Agentic or Latent Visual Reasoning? One Word is Enough for Both
Arxiv
0+阅读 · 5月14日
From Seeing to Thinking: Decoupling Perception and Reasoning Improves Post-Training of Vision-Language Models
Arxiv
0+阅读 · 5月19日
Grounded Reinforcement Learning for Visual Reasoning
Arxiv
0+阅读 · 5月15日
Self-Rewarding Vision-Language Model via Reasoning Decomposition
Arxiv
0+阅读 · 4月27日
Boosting Visual Instruction Tuning with Self-Supervised Guidance
Arxiv
0+阅读 · 4月14日
Visual Set Program Synthesizer
Arxiv
0+阅读 · 3月16日
Vero: An Open RL Recipe for General Visual Reasoning
Arxiv
0+阅读 · 4月6日
Forest Before Trees: Latent Superposition for Efficient Visual Reasoning
Arxiv
0+阅读 · 4月20日
Do Vision-Language Models Truly Perform Vision Reasoning? A Rigorous Study of the Modality Gap
Arxiv
0+阅读 · 4月17日
参考链接
微信扫码咨询专知VIP会员
Top