月別アーカイブ: 2025年1月

ICONS: Influence Consensus for Vision-Language Data Selection

投稿日: 2025年1月7日 作成者: jarxiv

要約 視覚的命令の調整には通常、大量の視覚言語トレーニング データが必要です。 … 続きを読む →

カテゴリー: cs.CL, cs.CV, cs.LG | ICONS: Influence Consensus for Vision-Language Data Selection はコメントを受け付けていません

Autoregressive Image Diffusion: Generation of Image Sequence and Application in MRI

投稿日: 2025年1月7日 作成者: jarxiv

要約 磁気共鳴画像法 (MRI) は、広く使用されている非侵襲性画像診断法です。 … 続きを読む →

カテゴリー: cs.AI, cs.CV, eess.IV | Autoregressive Image Diffusion: Generation of Image Sequence and Application in MRI はコメントを受け付けていません

Dispider: Enabling Video LLMs with Active Real-Time Interaction via Disentangled Perception, Decision, and Reaction

投稿日: 2025年1月7日 作成者: jarxiv

要約 ビデオ LLM とのアクティブなリアルタイム インタラクションは、人間とコ … 続きを読む →

カテゴリー: cs.CV | Dispider: Enabling Video LLMs with Active Real-Time Interaction via Disentangled Perception, Decision, and Reaction はコメントを受け付けていません

ProTracker: Probabilistic Integration for Robust and Accurate Point Tracking

投稿日: 2025年1月7日 作成者: jarxiv

要約 この論文では、ビデオ内の任意の点の堅牢かつ正確な長期高密度追跡のための新し … 続きを読む →

カテゴリー: cs.CV | ProTracker: Probabilistic Integration for Robust and Accurate Point Tracking はコメントを受け付けていません

RW-Net: Enhancing Few-Shot Point Cloud Classification with a Wavelet Transform Projection-based Network

投稿日: 2025年1月7日 作成者: jarxiv

要約 3D オブジェクト分類の領域では、ラベル付きデータの不足に対処することが根 … 続きを読む →

カテゴリー: cs.CV | RW-Net: Enhancing Few-Shot Point Cloud Classification with a Wavelet Transform Projection-based Network はコメントを受け付けていません

Rate-My-LoRA: Efficient and Adaptive Federated Model Tuning for Cardiac MRI Segmentation

投稿日: 2025年1月7日 作成者: jarxiv

要約 心血管疾患 (CVD) と心臓の同期不全は、米国の主要な公衆衛生上の問題で … 続きを読む →

カテゴリー: cs.CV, cs.DC, cs.LG | Rate-My-LoRA: Efficient and Adaptive Federated Model Tuning for Cardiac MRI Segmentation はコメントを受け付けていません

Automated Generation of Challenging Multiple-Choice Questions for Vision Language Model Evaluation

投稿日: 2025年1月7日 作成者: jarxiv

要約 ビジョン言語モデル (VLM) の迅速な開発には、厳密で信頼性の高い評価が … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV, cs.CY, cs.LG | Automated Generation of Challenging Multiple-Choice Questions for Vision Language Model Evaluation はコメントを受け付けていません

Gaussian Masked Autoencoders

投稿日: 2025年1月7日 作成者: jarxiv

要約 このペーパーでは、ガウス スプラッティングを使用したマスク オートエンコー … 続きを読む →

カテゴリー: cs.AI, cs.CV | Gaussian Masked Autoencoders はコメントを受け付けていません

QuArch: A Question-Answering Dataset for AI Agents in Computer Architecture

投稿日: 2025年1月7日 作成者: jarxiv

要約 QuArch は、言語モデルによるコンピューター アーキテクチャの理解を評 … 続きを読む →

カテゴリー: cs.AI, cs.AR, cs.LG | QuArch: A Question-Answering Dataset for AI Agents in Computer Architecture はコメントを受け付けていません

MixGCN: Scalable GCN Training by Mixture of Parallelism and Mixture of Accelerators

投稿日: 2025年1月7日 作成者: jarxiv

要約 グラフ畳み込みネットワーク (GCN) は、グラフベースの学習タスクにおい … 続きを読む →

カテゴリー: cs.AI, cs.LG | MixGCN: Scalable GCN Training by Mixture of Parallelism and Mixture of Accelerators はコメントを受け付けていません