From post

копировать удалить добавить публикацию в буфер
Запись сообщества
посмотреть историю данной записи
URL
DOI
BibTeX
EndNote
APA
Chicago
DIN 1505
Harvard
MSOffice XML

GPT-4V in Wonderland: Large Multimodal Models for Zero-Shot Smartphone GUI Navigation.

A. Yan, Z. Yang, W. Zhu, K. Lin, L. Li, J. Wang, J. Yang, Y. Zhong, J. McAuley, J. Gao, Z. Liu, и L. Wang. CoRR, (2023)

Please choose a person to relate this publication to

To differ between persons with the same name, the academic degree and the title of an important publication will be displayed.

Zhengyuan Feng

Yang Yang

Yang Yang

Yang Yang

Yang Yang

Другие публикации лиц с тем же именем

Motion Consistency Model: Accelerating Video Diffusion with Disentangled Motion-Appearance Distillation.Y. Zhai, K. Lin, Z. Yang, L. Li, J. Wang, C. Lin, D. Doermann, J. Yuan, и L. Wang. CoRR, (2024)Prompting GPT-3 To Be Reliable.C. Si, Z. Gan, Z. Yang, S. Wang, J. Wang, J. Boyd-Graber, и L. Wang. ICLR, OpenReview.net, (2023)GPT-4V in Wonderland: Large Multimodal Models for Zero-Shot Smartphone GUI Navigation.A. Yan, Z. Yang, W. Zhu, K. Lin, L. Li, J. Wang, J. Yang, Y. Zhong, J. McAuley, J. Gao и 2 other автор(ы). CoRR, (2023)Diagnostic Benchmark and Iterative Inpainting for Layout-Guided Image Generation.J. Cho, L. Li, Z. Yang, Z. Gan, L. Wang, и M. Bansal. CVPR Workshops, стр. 5280-5289. IEEE, (2024)Attentive Relational Networks for Mapping Images to Scene Graphs.M. Qi, W. Li, Z. Yang, Y. Wang, и J. Luo. CVPR, стр. 3957-3966. Computer Vision Foundation / IEEE, (2019)A Fast and Accurate One-Stage Approach to Visual Grounding.Z. Yang, B. Gong, L. Wang, W. Huang, D. Yu, и J. Luo. ICCV, стр. 4682-4692. IEEE, (2019)TAP: Text-Aware Pre-training for Text-VQA and Text-Caption.Z. Yang, Y. Lu, J. Wang, X. Yin, D. Florêncio, L. Wang, C. Zhang, L. Zhang, и J. Luo. CoRR, (2020)GPT-4V(ision) as A Social Media Analysis Engine.H. Lyu, J. Huang, D. Zhang, Y. Yu, X. Mou, J. Pan, Z. Yang, Z. Wei, и J. Luo. CoRR, (2023)SlowFast-VGen: Slow-Fast Learning for Action-Driven Long Video Generation.Y. Hong, B. Liu, M. Wu, Y. Zhai, K. Chang, L. Li, K. Lin, C. Lin, J. Wang, Z. Yang и 2 other автор(ы). CoRR, (2024)MM-Narrator: Narrating Long-form Videos with Multimodal In-Context Learning.C. Zhang, K. Lin, Z. Yang, J. Wang, L. Li, C. Lin, Z. Liu, и L. Wang. CoRR, (2023)

Что такое BibSonomy?: С чего начать; Кнопки для браузера; Помощь
Разработчикам: Обзор; API-документация

Контакт и защита личных данных: о нас; Cookies; Сообщить о проблеме; BibSonomy Вики

Интеграция: PUMA; Расширение для TYPO3; Плагин для; Клиент Java REST; Поддерживаемые источники; далее

О BibSonomy: Команда; Блог; Список рассылки
Социальные сети: Наш Twitter