会员服务
MC-LLaVA: Multi-Concept Personalized Vision-Language Model
Arxiv
0+阅读 · 2月18日
Annotation-Efficient Vision-Language Model Adaptation to the Polish Language Using the LLaVA Framework
Arxiv
0+阅读 · 2月17日
Annotation-Efficient Vision-Language Model Adaptation to the Polish Language Using the LLaVA Framework
Arxiv
0+阅读 · 2月15日
When LLaVA Meets Objects: Token Composition for Vision-Language-Models
Arxiv
0+阅读 · 2月9日
Dynamic Pyramid Network for Efficient Multimodal Large Language Model
Arxiv
0+阅读 · 2月4日
When LLaVA Meets Objects: Token Composition for Vision-Language-Models
Arxiv
0+阅读 · 2月4日
From One-to-One to Many-to-Many: Dynamic Cross-Layer Injection for Deep Vision-Language Fusion
Arxiv
0+阅读 · 1月15日
DF-LLaVA: Unlocking MLLM's potential for Synthetic Image Detection via Prompt-Guided Knowledge Injection
Arxiv
0+阅读 · 1月22日
HiRes-LLaVA: Restoring Fragmentation Input in High-Resolution Large Vision-Language Models
Arxiv
0+阅读 · 1月10日
ICONS: Influence Consensus for Vision-Language Data Selection
Arxiv
0+阅读 · 2025年12月28日
Rethinking Visual Information Processing in Multimodal LLMs
Arxiv
0+阅读 · 2025年11月13日
Optimizing LVLMs with On-Policy Data for Effective Hallucination Mitigation
Arxiv
0+阅读 · 2025年11月30日
FastVID: Dynamic Density Pruning for Fast Video Large Language Models
Arxiv
0+阅读 · 2025年12月14日
VLSBench: Unveiling Visual Leakage in Multimodal Safety
Arxiv
0+阅读 · 2025年1月17日
LLaVAC: Fine-tuning LLaVA as a Multimodal Sentiment Classifier
Arxiv
0+阅读 · 2025年2月5日
参考链接
微信扫码咨询专知VIP会员
Top