ALIGNVLM: Bridging Vision and Language Latent Spaces for Multimodal Document Understanding

Masry, Ahmed, Rodriguez, Juan, Zhang, Tianyu, Wang, Suyuchen, Wang, Chao, Feizi, Aarash, Suresh, Akshay Kalkunte, Puri, Abhay, Jian, Xiangru, Noël, Pierre-André, Madhusudhan, Sathwik Tejaswi, Pedersoli, Marco, Liu, Bang, Chapados, Nicolas, Bengio, Yoshua, Hoque, Enamul, Pal, Chris, Laradji, Issam Hadj, Vazquez, David, Taslakian, Perouz, Gella, Spandana et Rajeswar, Sai. 2025. « ALIGNVLM: Bridging Vision and Language Latent Spaces for Multimodal Document Understanding ». In 39th Conference on Neural Information Processing Systems (NeurIPS 2025) (San Diego, CA, USA, Dec. 02-07, 2025) Coll. « Advances in Neural Information Processing Systems », vol. 38. 161722–161748. Neural information processing systems foundation.
Compte des citations dans Scopus : 1.

Le plein texte de ce document n'est pas hébergé sur ce serveur.

Type de document:	Compte rendu de conférence
Chercheur(-euse):	Chercheur(-euse) Pedersoli, Marco
Affiliation:	Génie des systèmes
Date de dépôt:	02 oct. 2026 20:48
Dernière modification:	02 oct. 2026 20:48
URI:	https://espace2.etsmtl.ca/id/eprint/34522

Actions (Authentification requise)

Dernière vérification avant le dépôt