成为VIP会员查看完整内容
VIP会员码认证
首页
主题
发现
会员
服务
注册
·
登录
多峰值
关注
2
综合
百科
VIP
热门
动态
论文
精华
Aria: An Open Multimodal Native Mixture-of-Experts Model
Arxiv
0+阅读 · 1月10日
LMM-enhanced Safety-Critical Scenario Generation for Autonomous Driving System Testing From Non-Accident Traffic Videos
Arxiv
0+阅读 · 1月1日
LlaMADRS: Prompting Large Language Models for Interview-Based Depression Assessment
Arxiv
0+阅读 · 1月7日
Make Imagination Clearer! Stable Diffusion-based Visual Imagination for Multimodal Machine Translation
Arxiv
0+阅读 · 1月6日
A Non-autoregressive Model for Joint STT and TTS
Arxiv
0+阅读 · 1月15日
ChatTS: Aligning Time Series with LLMs via Synthetic Data for Enhanced Understanding and Reasoning
Arxiv
0+阅读 · 1月1日
CG-MER: A Card Game-based Multimodal dataset for Emotion Recognition
Arxiv
0+阅读 · 1月14日
FleSpeech: Flexibly Controllable Speech Generation with Various Prompts
Arxiv
0+阅读 · 1月8日
Generative AI for Cel-Animation: A Survey
Arxiv
0+阅读 · 1月8日
AllSpark: A Multimodal Spatio-Temporal General Intelligence Model with Ten Modalities via Language as a Reference Framework
Arxiv
0+阅读 · 1月7日
Fitting Different Interactive Information: Joint Classification of Emotion and Intention
Arxiv
0+阅读 · 1月5日
LLaVA-Octopus: Unlocking Instruction-Driven Adaptive Projector Fusion for Video Understanding
Arxiv
0+阅读 · 1月9日
Benchmarking Multimodal Models for Fine-Grained Image Analysis: A Comparative Study Across Diverse Visual Features
Arxiv
0+阅读 · 1月14日
MM-GEN: Enhancing Task Performance Through Targeted Multimodal Data Curation
Arxiv
0+阅读 · 1月7日
Sparse Attention Vectors: Generative Multimodal Model Features Are Discriminative Vision-Language Classifiers
Arxiv
0+阅读 · 1月13日
参考链接
提示
微信扫码
咨询专知VIP会员与技术项目合作
(加微信请备注: "专知")
微信扫码咨询专知VIP会员
Top