会员服务
CIAN: Multi-Stage Framework for Event-Enriched Image Captioning via Retrieval-Augmented Generation
Arxiv
0+阅读 · 6月16日
Connecting Speech to Words through Images
Arxiv
0+阅读 · 6月15日
Cross-modal Identity Mapping: Minimizing Information Loss in Modality Conversion via Reinforcement Learning
Arxiv
0+阅读 · 6月13日
Zero-Shot Captioning for Cultural Heritage: Automated Image Analysis of Traditional Indonesian Clothing
Arxiv
0+阅读 · 6月11日
DetailVerifyBench: A Benchmark for Dense Hallucination Localization in Long Image Captions
Arxiv
0+阅读 · 4月7日
HalDec-Bench: Benchmarking Hallucination Detector in Image Captioning
Arxiv
0+阅读 · 3月24日
Cross-modal Identity Mapping: Minimizing Information Loss in Modality Conversion via Reinforcement Learning
Arxiv
0+阅读 · 3月2日
PoSh: Using Scene Graphs To Guide LLMs-as-a-Judge For Detailed Image Descriptions
Arxiv
0+阅读 · 2月26日
VLCE: A Knowledge-Enhanced Framework for Image Description in Disaster Assessment
Arxiv
0+阅读 · 2月17日
Top-Down Semantic Refinement for Image Captioning
Arxiv
0+阅读 · 2月16日
How University Disability Services Professionals Write Image Descriptions for HCI Figures Using Generative AI
Arxiv
0+阅读 · 2月9日
Contextualized Visual Personalization in Vision-Language Models
Arxiv
0+阅读 · 2月3日
Multi-Modal LLM based Image Captioning in ICT: Bridging the Gap Between General and Industry Domain
Arxiv
0+阅读 · 1月14日
Dual-Stream Collaborative Transformer for Image Captioning
Arxiv
0+阅读 · 1月19日
CPJ: Explainable Agricultural Pest Diagnosis via Caption-Prompt-Judge with LLM-Judged Refinement
Arxiv
0+阅读 · 2025年12月31日
参考链接
微信扫码咨询专知VIP会员
Top