会员服务
MathVis-Fine: Aligning Visual Supervision with Necessity via Progressive Dependency-Guided Training for Multimodal Mathematical Reasoning
Arxiv
0+阅读 · 6月16日
SMGFM: Spectral Multimodal Graph Pretraining for Multimodal-Attributed Graphs
SMGFM: Spectral Multimodal Graph Pretraining for Multimodal-Attributed Graphs
Arxiv
0+阅读 · 6月16日
Last But Not Least: Boundary Attention CalibratiON for Multimodal KV Cache Compression
Arxiv
0+阅读 · 6月16日
BusterX: MLLM-Powered AI-Generated Video Forgery Detection and Explanation
Arxiv
0+阅读 · 6月15日
Discovering Functionally Selective Brain Regions with a Deep Topographic Multimodal Model
Arxiv
0+阅读 · 6月16日
BusterX++: Towards Unified Cross-Modal AI-Generated Content Detection and Explanation with MLLM
Arxiv
0+阅读 · 6月15日
Response-Aware Multimodal Learning for Post-Treatment Visual Acuity Forecasting
Arxiv
0+阅读 · 6月16日
Million-scale multimodal pollen microscopy with expert-guided foundation models
Arxiv
0+阅读 · 6月16日
QoS-Aware Token Scheduling and Private Data Valuation for Multi-Modal Agentic Networks
Arxiv
0+阅读 · 6月16日
FinAcumen: Financial Multimodal Reasoning via Self-Evolving Experience Memory Harness
Arxiv
0+阅读 · 6月16日
Disentangling Perception and Reasoning in Multimodal LLMs via Reward Design
Arxiv
0+阅读 · 6月15日
Rethinking Multimodal Fusion for Time Series: Text Modalities Need Constrained Fusion
Arxiv
0+阅读 · 6月16日
Context-Aware RL for Agentic and Multimodal LLMs
Arxiv
1+阅读 · 6月15日
When Tables Go Crazy: Evaluating Multimodal Models on French Financial Documents
Arxiv
0+阅读 · 6月16日
Pareto LoRA: Mitigating Modality Imbalance in Unified Multimodal Models via Pareto-Optimal Gradient Integration
Arxiv
0+阅读 · 6月15日
参考链接
微信扫码咨询专知VIP会员
Top