-
最近の投稿
- FEAST: A Flexible Mealtime-Assistance System Towards In-the-Wild Personalization
- Time-Optimized Safe Navigation in Unstructured Environments through Learning Based Depth Completion
- Advances in Compliance Detection: Novel Models Using Vision-Based Tactile Sensors
- Mass-Adaptive Admittance Control for Robotic Manipulators
- DreamGen: Unlocking Generalization in Robot Learning through Video World Models
-
最近のコメント
表示できるコメントはありません。 cs.AI (39879) cs.CL (30187) cs.CV (45175) cs.HC (3051) cs.LG (44808) cs.RO (23879) cs.SY (3632) eess.IV (5170) eess.SY (3624) stat.ML (5830)
月別アーカイブ: 2025年4月
TransientTables: Evaluating LLMs’ Reasoning on Temporally Evolving Semi-structured Tables
要約 人間は継続的に新しい発見をし、これらのブレークスルーにつながる一連の出来事 … 続きを読む
GMAI-VL-R1: Harnessing Reinforcement Learning for Multimodal Medical Reasoning
要約 一般的な医療AIの最近の進歩は大きな進歩を遂げていますが、既存のモデルには … 続きを読む
カテゴリー: cs.CV
GMAI-VL-R1: Harnessing Reinforcement Learning for Multimodal Medical Reasoning はコメントを受け付けていません
Meta ControlNet: Enhancing Task Adaptation via Meta Learning
要約 拡散ベースの画像合成は最近、広範囲にわたる注目を集めています。 特に、画像 … 続きを読む
Is Temporal Prompting All We Need For Limited Labeled Action Recognition?
要約 ビデオの理解は、近年、顕著な改善を示しており、大規模な標識データセットの可 … 続きを読む
カテゴリー: cs.CV
Is Temporal Prompting All We Need For Limited Labeled Action Recognition? はコメントを受け付けていません
Ross3D: Reconstructive Visual Instruction Tuning with 3D-Awareness
要約 2D画像とビデオ用の大規模なマルチモーダルモデル（LMMS）の急速な開発に … 続きを読む
Cosmos-Reason1: From Physical Common Sense To Embodied Reasoning
要約 物理的なAIシステムは、物理的な世界で複雑な行動を認識し、理解し、実行する … 続きを読む
FineLIP: Extending CLIP’s Reach via Fine-Grained Alignment with Longer Text Inputs
要約 先駆的なビジョン言語モデルとして、Clip（コントラスト言語イメージのプリ … 続きを読む
Equivariant Spherical CNNs for Accurate Fiber Orientation Distribution Estimation in Neonatal Diffusion MRI with Reduced Acquisition Time
要約 拡散磁気共鳴イメージング（DMRI）を使用した脳微細構造の早期かつ正確な評 … 続きを読む
ILLUME+: Illuminating Unified MLLM with Dual Visual Tokenization and Diffusion Refinement
要約 デュアルビジュアルトークン化と拡散デコーダーを活用して、深いセマンティック … 続きを読む
カテゴリー: cs.CV
ILLUME+: Illuminating Unified MLLM with Dual Visual Tokenization and Diffusion Refinement はコメントを受け付けていません
End-to-End Driving with Online Trajectory Evaluation via BEV World Model
要約 エンドツーエンドの自律運転は、認識、予測、および計画を完全に微分可能なフレ … 続きを読む
カテゴリー: cs.CV
End-to-End Driving with Online Trajectory Evaluation via BEV World Model はコメントを受け付けていません