会员服务
Last But Not Least: Boundary Attention CalibratiON for Multimodal KV Cache Compression
Arxiv
0+阅读 · 6月16日
Attention, not scale, drives human-AI alignment in multimodal language prediction
Arxiv
0+阅读 · 6月13日
FLaRA: Predicting Future Latent Representations for Accident Anticipation
Arxiv
0+阅读 · 6月12日
AVIS: Adaptive Test-Time Scaling for Vision-Language Models
Arxiv
0+阅读 · 6月10日
Quo Vadis, Visual In-Context Learning? A Unified Benchmark Across Domains and Tasks
Arxiv
0+阅读 · 6月9日
PromptHub: Enhancing Multi-Prompt Visual In-Context Learning with Locality-Aware Fusion, Concentration and Alignment
Arxiv
0+阅读 · 3月19日
RANGER: A Monocular Zero-Shot Semantic Navigation Framework through Visual Contextual Adaptation
Arxiv
0+阅读 · 4月1日
Love Me, Love My Label: Rethinking the Role of Labels in Prompt Retrieval for Visual In-Context Learning
Arxiv
0+阅读 · 4月4日
VIGOR: Visual Goal-In-Context Inference for Unified Humanoid Fall Safety
Arxiv
0+阅读 · 2月18日
VIPA: Visual Informative Part Attention for Referring Image Segmentation
Arxiv
0+阅读 · 2月16日
VIRAL: Visual In-Context Reasoning via Analogy in Diffusion Transformers
Arxiv
0+阅读 · 2月3日
Beyond Single Prompts: Synergistic Fusion and Arrangement for VICL
Arxiv
0+阅读 · 1月15日
Enhancing Visual In-Context Learning by Multi-Faceted Fusion
Arxiv
0+阅读 · 1月15日
T2T-VICL: Unlocking the Boundaries of Cross-Task Visual In-Context Learning via Implicit Text-Driven VLMs
Arxiv
0+阅读 · 1月21日
OS-Symphony: A Holistic Framework for Robust and Generalist Computer-Using Agent
Arxiv
0+阅读 · 1月12日
参考链接
微信扫码咨询专知VIP会员
Top