月別アーカイブ: 2025年4月

Are We Done with Object-Centric Learning?

要約 オブジェクト中心の学習(OCL)は、シーン内の他のオブジェクトまたは背景キ … 続きを読む

カテゴリー: cs.AI, cs.CV, cs.LG | Are We Done with Object-Centric Learning? はコメントを受け付けていません

FlashDepth: Real-time Streaming Video Depth Estimation at 2K Resolution

要約 汎用性の高いビデオ深度推定モデルは、(1)フレーム間で正確で一貫性があり、 … 続きを読む

カテゴリー: cs.CV | FlashDepth: Real-time Streaming Video Depth Estimation at 2K Resolution はコメントを受け付けていません

Hogwild! Inference: Parallel LLM Generation via Concurrent Attention

要約 大規模な言語モデル(LLMS)は、高度な推論、長型のコンテンツ生成、および … 続きを読む

カテゴリー: cs.CL, cs.LG | Hogwild! Inference: Parallel LLM Generation via Concurrent Attention はコメントを受け付けていません

TabRep: a Simple and Effective Continuous Representation for Training Tabular Diffusion Models

要約 拡散モデルは、表形式データ生成の主要な生成モデルです。 ただし、統一された … 続きを読む

カテゴリー: cs.LG | TabRep: a Simple and Effective Continuous Representation for Training Tabular Diffusion Models はコメントを受け付けていません

Privacy Attacks on Image AutoRegressive Models

要約 画像の自己回帰生成は、画像の自己回帰モデル(IAR)が画像品質(FID:1 … 続きを読む

カテゴリー: cs.CV, cs.LG | Privacy Attacks on Image AutoRegressive Models はコメントを受け付けていません

Robo-taxi Fleet Coordination at Scale via Reinforcement Learning

要約 一般的に自律的なモビリティオンデマンド(AMOD)システムとして知られてい … 続きを読む

カテゴリー: cs.LG, cs.SY, eess.SY | Robo-taxi Fleet Coordination at Scale via Reinforcement Learning はコメントを受け付けていません

Confidence Regularized Masked Language Modeling using Text Length

要約 マスクされた言語モデリングは、言語表現を学習するために広く使用されている方 … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.LG | Confidence Regularized Masked Language Modeling using Text Length はコメントを受け付けていません

Leanabell-Prover: Posttraining Scaling in Formal Reasoning

要約 LLMSを通じて自動化された定理証明(ATP)の最近の進歩は、LEAN 4 … 続きを読む

カテゴリー: cs.AI | Leanabell-Prover: Posttraining Scaling in Formal Reasoning はコメントを受け付けていません

Navigating the Rabbit Hole: Emergent Biases in LLM-Generated Attack Narratives Targeting Mental Health Groups

要約 大規模な言語モデル(LLM)は、特定のグループに対する不均衡なバイアスを示 … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.CY, cs.LG, cs.SI, J.4 | Navigating the Rabbit Hole: Emergent Biases in LLM-Generated Attack Narratives Targeting Mental Health Groups はコメントを受け付けていません

Earth-Adapter: Bridge the Geospatial Domain Gaps with Mixture of Frequency Adaptation

要約 パラメーター効率の高い微調整(PEFT)は、固有の機能を維持および解き放ち … 続きを読む

カテゴリー: cs.CV | Earth-Adapter: Bridge the Geospatial Domain Gaps with Mixture of Frequency Adaptation はコメントを受け付けていません