会员服务
Near-Duplicate Image Selection Transfers Preferences in Vision-Language Models
Arxiv
0+阅读 · 10月25日
In-Context Learning Can Help Vision-Language Models Overcome Training Priors
Arxiv
0+阅读 · 10月20日
Near-Duplicate Image Selection Transfers Preferences in Vision-Language Models
Arxiv
0+阅读 · 10月20日
DICL-Qwen3VL: Decoupled Confidence Calibration for Interpretable Workwear Detection
Arxiv
0+阅读 · 10月16日
GenState-AI: State-Aware Dataset for Text-to-Video Retrieval on AI-Generated Videos
Arxiv
0+阅读 · 10月14日
In-Context Learning Can Help Vision-Language Models Overcome Training Priors
Arxiv
0+阅读 · 10月12日
Adapting Open-Weight MLLMs to Generate Point Prompts for Electron Microscopy Segmentation
Arxiv
0+阅读 · 9月12日
Visual Contrastive Self-Distillation
Arxiv
0+阅读 · 7月23日
VLA Foundry: A Unified Framework for Training Vision-Language-Action Models
Arxiv
0+阅读 · 4月21日
MMFineReason: Closing the Multimodal Reasoning Gap via Open Data-Centric Methods
Arxiv
0+阅读 · 1月29日
Qwen3-VL-Embedding and Qwen3-VL-Reranker: A Unified Framework for State-of-the-Art Multimodal Retrieval and Ranking
Arxiv
0+阅读 · 1月8日
参考链接
微信扫码咨询专知VIP会员
Top