会员服务
OmniScience: A Large-scale Multi-modal Dataset for Scientific Image Understanding
Arxiv
0+阅读 · 2月14日
M3CoTBench: Benchmark Chain-of-Thought of MLLMs in Medical Image Understanding
Arxiv
0+阅读 · 1月13日
TechING: Towards Real World Technical Image Understanding via VLMs
Arxiv
0+阅读 · 1月26日
UniX: Unifying Autoregression and Diffusion for Chest X-Ray Understanding and Generation
Arxiv
0+阅读 · 1月16日
Comprehensive language-image pre-training for 3D medical image understanding
Arxiv
0+阅读 · 1月14日
UniPercept: Towards Unified Perceptual-Level Image Understanding across Aesthetics, Quality, Structure, and Texture
Arxiv
0+阅读 · 2025年12月25日
UniGen-1.5: Enhancing Image Generation and Editing through Reward Unification in Reinforcement Learning
Arxiv
0+阅读 · 2025年11月18日
SatireDecoder: Visual Cascaded Decoupling for Enhancing Satirical Image Comprehension
Arxiv
0+阅读 · 2025年11月29日
CMID: A Unified Self-Supervised Learning Framework for Remote Sensing Image Understanding
Arxiv
0+阅读 · 2023年4月19日
OPI at SemEval 2023 Task 1: Image-Text Embeddings and Multimodal Information Retrieval for Visual Word Sense Disambiguation
Arxiv
0+阅读 · 2023年4月14日
参考链接
微信扫码咨询专知VIP会员
Top