会员服务
UniTAF: A Modular Framework for Joint Text-to-Speech and Audio-to-Face Modeling
Arxiv
0+阅读 · 2月17日
UReason: Benchmarking the Reasoning Paradox in Unified Multimodal Models
Arxiv
0+阅读 · 2月9日
Polytope Scheduling with Groups: Unified Models and Optimal Guarantees
Arxiv
0+阅读 · 2月11日
Can We Build a Monolithic Model for Fake Image Detection? SICA: Semantic-Induced Constrained Adaptation for Unified-Yet-Discriminative Artifact Feature Space Reconstruction
Arxiv
0+阅读 · 2月6日
UniT: Unified Multimodal Chain-of-Thought Test-time Scaling
Arxiv
0+阅读 · 2月12日
SNAP: Towards Segmenting Anything in Any Point Cloud
Arxiv
0+阅读 · 2月10日
BagelVLA: Enhancing Long-Horizon Manipulation via Interleaved Vision-Language-Action Generation
Arxiv
0+阅读 · 2月10日
ChatUMM: Robust Context Tracking for Conversational Interleaved Generation
Arxiv
0+阅读 · 2月6日
UM-Text: A Unified Multimodal Model for Image Understanding
Arxiv
0+阅读 · 1月13日
A Multi-directional Meta-Learning Framework for Class-Generalizable Anomaly Detection
Arxiv
0+阅读 · 1月27日
UniHetero: Could Generation Enhance Understanding for Vision-Language-Model at Large Data Scale?
Arxiv
0+阅读 · 2025年12月29日
Visual-Aware CoT: Achieving High-Fidelity Visual Consistency in Unified Models
Arxiv
0+阅读 · 2025年12月22日
A unified FLAIR hyperintensity segmentation model for various CNS tumor types and acquisition time points
Arxiv
0+阅读 · 2025年12月19日
Multi-modal Generative AI: Multi-modal LLMs, Diffusions, and the Unification
Arxiv
0+阅读 · 2025年11月25日
A Data Envelopment Analysis Approach for Assessing Fairness in Resource Allocation: Application to Kidney Exchange Programs
Arxiv
0+阅读 · 2025年12月7日
参考链接
微信扫码咨询专知VIP会员
Top