paper.dinq.meAI 与前沿科学顶会 · 学术新星雷达
登录 DINQ
返回新星榜
MS

Mubarak Shah

AwardCVPR 2026×5ICLR 2026×3AAAI 2026×2ACL 2026多模态对齐与偏好检索与知识数据与预训练推理
新星分资深
42
一作贡献0
核心/参与34
方向广度19
合作网络12
0 一作 · 11 篇 · CVPR 2026 / ICLR 2026 / AAAI 2026 / ACL 2026

获取完整研究档案

首次获取该候选人的完整档案及 StartLux 评估共 20 积分;每位用户单独解锁,之后查看免费。主动刷新 20 积分。

联系方式

实时查找电子邮箱,费用不超过20积分;未找到邮箱不扣费。

2026 顶会论文

11
作者位次 #3/3ICLR 2026Poster· Social Aspects / Privacy-preserving Statistics and Machine Learning

Privacy Beyond Pixels: Latent Anonymization for Privacy-Preserving Video Understanding

Joseph Fioresi · Ishan Rajendrakumar Dave · Mubarak Shah

安全多模态社会与人本OpenReview
作者位次 #2/2CVPR 2026Poster· Computer Vision & Pattern Recognition

Learnability-Guided Diffusion for Dataset Distillation

Jeffrey A. Chan-Santiago · Mubarak Shah

多模态强化学习与后训练数据与预训练OpenReview 项目页
作者位次 #6/6ACL 2026OralOutstanding Paper· Natural Language Processing

V i LL - E : Video LLM Embeddings for Retrieval

Rohit Gupta · Jayakrishnan Unnikrishnan · Fan Fei · Sheng Liu · Son Tran · Mubarak Shah

摘要

Video Large Language Models (VideoLLMs) excel at video understanding tasks where outputs are textual, such as Video Question Answering and Video Captioning. However, they underperform specialized embedding-based models in Retrieval tasks, such as Text-toVideo Retrieval and Moment Retrieval. We in...

多模态数据与预训练检索与知识OpenReview 项目页

常见合作者