会员服务
Real-time Chatbot Romance Scam Detection in Stage Classification
Arxiv
0+阅读 · 9月30日
Counterfactual Neighborhood Risk Fields: Evidence-Grounded Selective Safety for Vision-Language Models
Arxiv
0+阅读 · 10月14日
Toward Generative Video Communication: A Dual-Stream Digital Transmission Framework
Arxiv
0+阅读 · 10月11日
A Multimodal Emotion Recognition System: Integrating Facial Expressions, Body Movement, Speech, and Spoken Language
Arxiv
0+阅读 · 10月15日
VDE Bench: Evaluating The Capability of Image Editing Models to Modify Visual Documents
Arxiv
0+阅读 · 10月15日
ZoomCap: Evidence-Routed Visual Zooming for Recoverable Visual Information Transfer
Arxiv
0+阅读 · 10月15日
Video-Time Priors for EEG-fNIRS Emotion Regression on Familiar Videos
Arxiv
0+阅读 · 10月14日
GenState-AI: State-Aware Dataset for Text-to-Video Retrieval on AI-Generated Videos
Arxiv
0+阅读 · 10月14日
DIA: A Deep Reinforcement Learning-Based Interest-Aware ABR Scheme for Cloud Gaming
Arxiv
0+阅读 · 10月9日
What Does LALM Post-training Learn? Rethinking Audio Understanding and Reasoning Capabilities
Arxiv
0+阅读 · 10月14日
OmniCompass: A Holistic Benchmark for Omni-Modal Video Grounding and Understanding
Arxiv
0+阅读 · 10月13日
PhysElite: How Far Are LLMs from Solving Olympiad-Level Physics Problems?
Arxiv
0+阅读 · 10月12日
Elephant in the Fridge: Constant-Memory Frame Packing for Long Video Understanding
Arxiv
0+阅读 · 10月12日
EventLens: Event-Structure Reinforcement Learning for Video Understanding
Arxiv
0+阅读 · 10月12日
GHOST: Geometry-Constrained Hybrid Diffusion for Open-Vocabulary 3D Scene Graph Generation
Arxiv
0+阅读 · 10月12日
参考链接
微信扫码咨询专知VIP会员
Top