会员服务
RetouchIQ: MLLM Agents for Instruction-Based Image Retouching with Generalist Reward
Arxiv
0+阅读 · 2月19日
Projective Psychological Assessment of Large Multimodal Models Using Thematic Apperception Tests
Arxiv
0+阅读 · 2月19日
EntropyPrune: Matrix Entropy Guided Visual Token Pruning for Multimodal Large Language Models
Arxiv
0+阅读 · 2月19日
Resp-Agent: An Agent-Based System for Multimodal Respiratory Sound Generation and Disease Diagnosis
Arxiv
0+阅读 · 2月19日
Characterizing the Predictive Impact of Modalities with Supervised Latent-Variable Modeling
Arxiv
0+阅读 · 2月19日
Normalization for multimodal type theory
Arxiv
0+阅读 · 2月19日
MCIF: Multimodal Crosslingual Instruction-Following Benchmark from Scientific Talks
Arxiv
0+阅读 · 2月19日
QuPAINT: Physics-Aware Instruction Tuning Approach to Quantum Material Discovery
Arxiv
0+阅读 · 2月19日
Multimodal Multi-Agent Empowered Legal Judgment Prediction
Arxiv
0+阅读 · 2月19日
How Multimodal Large Language Models Support Access to Visual Information: A Diary Study With Blind and Low Vision People
Arxiv
0+阅读 · 2月19日
Training-free Graph-based Imputation of Missing Modalities in Multimodal Recommendation
Arxiv
0+阅读 · 2月19日
Canonicalizing Multimodal Contrastive Representation Learning
Arxiv
0+阅读 · 2月19日
A Multi-modal Detection System for Infrastructure-based Freight Signal Priority
Arxiv
0+阅读 · 2月19日
EAGLE: Expert-Augmented Attention Guidance for Tuning-Free Industrial Anomaly Detection in Multimodal Large Language Models
Arxiv
0+阅读 · 2月19日
Multimodal Prompt Optimization: Why Not Leverage Multiple Modalities for MLLMs
Arxiv
0+阅读 · 2月19日
参考链接
微信扫码咨询专知VIP会员
Top