TAGS / TERM
视觉语言模型
共 14 篇
- 视觉语言动作模型的免标定自由视角方法 2026-07-07 · ARXIV
- VLMs对描述内容的视觉感知机制研究 2026-06-15 · ARXIV
- 可恢复视觉令牌路由：重新路由而非删除 2026-06-11 · ARXIV
- ChartNet数据集提升视觉语言模型图表解读能力 2026-06-03 · BLOGS_PODCASTS
- AlphaGRPO：分解式可验证奖励赋能多模态生成自我反思 2026-05-13 · ARXIV
- 统一时空Token评分提升视频VLM效率 2026-03-19 · ARXIV
- Loc3R-VLM语言驱动定位与3D推理视觉模型 2026-03-19 · ARXIV
- AI能否像艺术史学家一样解读视觉语言模型的艺术风格识别机制 2026-03-12 · ARXIV
- BEACON：遮挡条件下的语言导航可行性预测 2026-03-11 · ARXIV
- 规模难以克服语用学：报告偏差对视觉语言推理的影响 2026-02-27 · ARXIV
- SOTAlign：基于最优传输的单模态视觉与语言模型半监督对齐 2026-02-27 · ARXIV
- 在Jetson上部署开源视觉语言模型 2026-02-24 · BLOGS_PODCASTS
- Bedrock Robotics用视觉语言模型规模化标注物理AI训练数据 2026-02-24 · BLOGS_PODCASTS
- GLM-OCR：面向复杂文档理解的多模态OCR模型 2026-02-11 · HACKER_NEWS