会员服务
OmniVTLA: Vision-Tactile-Language-Action Models with Semantic-Aligned Tactile Sensing
Arxiv
0+阅读 · 6月15日
StereoFoley: Object-Aware Stereo Audio Generation from Video
Arxiv
0+阅读 · 4月17日
A Multi-Modal Framework with Cross-Subject Pseudo-Labeling and Semantic Alignment for Micro-Gesture Recognition
Arxiv
0+阅读 · 6月11日
Inference-Time Scaling for Joint Audio-Video Generation
Arxiv
0+阅读 · 6月2日
Grounded but Misleading: Evaluating Semantic Alignment in AI-Generated Security Explanations
Arxiv
0+阅读 · 6月3日
View-Aware Semantic Alignment for Aerial-Ground Person Re-Identification
Arxiv
0+阅读 · 5月18日
ConsentDiff at Scale: Longitudinal Audits of Web Privacy Policy Changes and UI Frictions
Arxiv
0+阅读 · 3月19日
Prototype-Grounded Concept Models for Verifiable Concept Alignment
Arxiv
0+阅读 · 4月17日
SonoWorld: From One Image to a 3D Audio-Visual Scene
Arxiv
0+阅读 · 3月30日
RewardFlow: Generate Images by Optimizing What You Reward
Arxiv
0+阅读 · 4月9日
CodeRL+: Improving Code Generation via Reinforcement with Execution Semantics Alignment
Arxiv
0+阅读 · 4月22日
MoLingo: Motion-Language Alignment for Text-to-Motion Generation
Arxiv
0+阅读 · 3月26日
Probing CLIP's Comprehension of 360-Degree Textual and Visual Semantics
Arxiv
0+阅读 · 4月27日
MetFuse: Figurative Fusion between Metonymy and Metaphor
Arxiv
0+阅读 · 4月14日
Semantics-Aligned, Curriculum-Driven, and Reasoning-Enhanced Vulnerability Repair Framework
Arxiv
0+阅读 · 3月18日
参考链接
微信扫码咨询专知VIP会员
Top