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

Mong Yuan Sim

SIGIR 2026×2多模态评测与基准对齐与偏好检索与知识
新星分资深
15
一作贡献0
核心/参与5
方向广度8
合作网络3
0 一作 · 2 篇 · SIGIR 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

2
作者位次 #4/5SIGIR 2026Poster· Information Retrieval (Short)

PeaCap: Patch-Level Retrieval for Lightweight Retrieval-Augmented Image Captioning

Robin Viltoriano · Wei Emma Zhang · Hu Wang · Mong Yuan Sim · Yanjun Shu

摘要

Retrieval-augmented image captioning aims to improve caption quality by grounding generation in external evidence, but most prior systems retrieve evidence using coarse whole-image similarity, which can miss small or rare objects in cluttered scenes. We propose PeaCap, a patch-based retrieval-aug...

多模态对齐与偏好评测与基准OpenReview

常见合作者