会员服务
COMET: Decoupled Distillation, Routing, and Capacity Control for Task-Agnostic Continual Vision--Language Learning
Arxiv
0+阅读 · 10月16日
ShadowFPT: Backdooring Federated Prompt Tuning via Shadow Triggers
Arxiv
0+阅读 · 10月16日
Is a Linear Probe Evidence of a Linear Representation?
Arxiv
0+阅读 · 10月15日
Not Just a Subject: Capturing Adaptive Scene-Specific Variance for Visual Storytelling
Arxiv
0+阅读 · 10月15日
Unified Perceptive Fall Safety for Humanoids
Arxiv
0+阅读 · 10月15日
Towards Reconstructing Geographically Diverse Architecture with 3D Foundation Models
Arxiv
0+阅读 · 10月15日
SWE-PolyVision: Benchmarking Cross-Image Abductive Reasoning for Repository-Level Software Engineering
Arxiv
0+阅读 · 10月15日
From Optical Flow to Safety: Visual Safety Certification via Scale-Free Relative Motion
Arxiv
0+阅读 · 10月15日
FuseAdapt: Parameter-Efficient Multimodal Fusion for Semantic Segmentation with Missing Modalities
Arxiv
0+阅读 · 10月15日
ShadAR: Real-time Prompting On-demand Visual Augmentation in Augmented Reality
Arxiv
0+阅读 · 10月14日
NICE Toolbox: Nonverbal Interpersonal Communication Exploration Toolbox
Arxiv
0+阅读 · 10月15日
UniFGVC: Universal Training-Free Few-Shot Fine-Grained Vision Classification via Attribute-Aware Multimodal Retrieval
Arxiv
0+阅读 · 10月15日
VesperMUSE: Multi-Modal Fusion Vision Transformer for Image Semantic Segmentation Under Diverse Light Conditions
Arxiv
0+阅读 · 10月15日
How Much Physics Can Vision Learn from Audio? Probing and Distilling Damping Structure
How Much Physics Can Vision Learn from Audio? Probing and Distilling Damping Structure
Arxiv
0+阅读 · 10月15日
HoOPOE: A Holography-Optimized Perceptual ObjectivE function
Arxiv
0+阅读 · 10月12日
参考链接
微信扫码咨询专知VIP会员
Top