会员服务
LaViDa-R1: Advancing Reasoning for Unified Multimodal Diffusion Language Models
Arxiv
0+阅读 · 2月15日
ERNIE 5.0 Technical Report
Arxiv
0+阅读 · 2月4日
DeepInsert: Early Layer Bypass for Efficient and Performant Multimodal Understanding
Arxiv
0+阅读 · 1月25日
VMMU: A Vietnamese Multitask Multimodal Understanding and Reasoning Benchmark
Arxiv
0+阅读 · 1月23日
VMMU: A Vietnamese Multitask Multimodal Understanding and Reasoning Benchmark
Arxiv
0+阅读 · 1月13日
VMMU: A Vietnamese Multitask Multimodal Understanding and Reasoning Benchmark
Arxiv
0+阅读 · 1月12日
NextFlow: Unified Sequential Modeling Activates Multimodal Understanding and Generation
Arxiv
0+阅读 · 1月5日
Revisiting Multimodal Positional Encoding in Vision-Language Models
Arxiv
0+阅读 · 2025年11月5日
EMMA: Efficient Multimodal Understanding, Generation, and Editing with a Unified Architecture
Arxiv
0+阅读 · 2025年12月5日
EMMA: Efficient Multimodal Understanding, Generation, and Editing with a Unified Architecture
Arxiv
0+阅读 · 2025年12月15日
EMMA: Efficient Multimodal Understanding, Generation, and Editing with a Unified Architecture
Arxiv
0+阅读 · 2025年12月4日
EMMA: Efficient Multimodal Understanding, Generation, and Editing with a Unified Architecture
Arxiv
0+阅读 · 2025年12月8日
EMMA: Efficient Multimodal Understanding, Generation, and Editing with a Unified Architecture
Arxiv
0+阅读 · 2025年12月9日
参考链接
微信扫码咨询专知VIP会员
Top