月別アーカイブ: 2025年5月

KERL: Knowledge-Enhanced Personalized Recipe Recommendation using Large Language Models

投稿日: 2025年5月21日 作成者: jarxiv

要約 大規模な言語モデル（LLMS）の最近の進歩と食品データの豊富さにより、LL … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV, cs.LG | KERL: Knowledge-Enhanced Personalized Recipe Recommendation using Large Language Models はコメントを受け付けていません

How Effective Can Dropout Be in Multiple Instance Learning ?

投稿日: 2025年5月21日 作成者: jarxiv

要約 複数のインスタンス学習（MIL）は、さまざまなアプリケーションに人気のある … 続きを読む →

カテゴリー: cs.AI, cs.CV, eess.IV, stat.ML | How Effective Can Dropout Be in Multiple Instance Learning ? はコメントを受け付けていません

ReVLA: Reverting Visual Domain Limitation of Robotic Foundation Models

投稿日: 2025年5月21日 作成者: jarxiv

要約 大規模な言語モデルの最近の進歩と大規模なロボットデータセットへのアクセスは … 続きを読む →

カテゴリー: cs.CV, cs.RO | ReVLA: Reverting Visual Domain Limitation of Robotic Foundation Models はコメントを受け付けていません

A General Framework for Group Sparsity in Hyperspectral Unmixing Using Endmember Bundles

投稿日: 2025年5月21日 作成者: jarxiv

要約 空間分解能が低いため、ハイパースペクトルデータは、多くの場合、複数の材料か … 続きを読む →

カテゴリー: cs.CV, eess.IV | A General Framework for Group Sparsity in Hyperspectral Unmixing Using Endmember Bundles はコメントを受け付けていません

Dual Precision Quantization for Efficient and Accurate Deep Neural Networks Inference

投稿日: 2025年5月21日 作成者: jarxiv

要約 深いニューラルネットワークは、自然言語処理やコンピュータービジョンから音声 … 続きを読む →

カテゴリー: cs.CL, cs.CV, cs.LG | Dual Precision Quantization for Efficient and Accurate Deep Neural Networks Inference はコメントを受け付けていません

VideoEval-Pro: Robust and Realistic Long Video Understanding Evaluation

投稿日: 2025年5月21日 作成者: jarxiv

要約 大規模なマルチモーダルモデル（LMM）は最近、長いビデオ理解（LVU）の強 … 続きを読む →

カテゴリー: cs.CV | VideoEval-Pro: Robust and Realistic Long Video Understanding Evaluation はコメントを受け付けていません

CAD-Coder: An Open-Source Vision-Language Model for Computer-Aided Design Code Generation

投稿日: 2025年5月21日 作成者: jarxiv

要約 正確で編集可能な3D CADモデルの効率的な作成は、エンジニアリング設計に … 続きを読む →

カテゴリー: cs.AI, cs.CV | CAD-Coder: An Open-Source Vision-Language Model for Computer-Aided Design Code Generation はコメントを受け付けていません

Beyond Words: Multimodal LLM Knows When to Speak

投稿日: 2025年5月21日 作成者: jarxiv

要約 大規模な言語モデル（LLM）ベースのチャットボットは、コヒーレントでコンテ … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV | Beyond Words: Multimodal LLM Knows When to Speak はコメントを受け付けていません

EmoGist: Efficient In-Context Learning for Visual Emotion Understanding

投稿日: 2025年5月21日 作成者: jarxiv

要約 この論文では、LVLMSを使用して視覚的な感情分類を実行するためのトレーニ … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV | EmoGist: Efficient In-Context Learning for Visual Emotion Understanding はコメントを受け付けていません

AKRMap: Adaptive Kernel Regression for Trustworthy Visualization of Cross-Modal Embeddings

投稿日: 2025年5月21日 作成者: jarxiv

要約 クロスモーダル埋め込みは、マルチモーダルモデルの基礎を形成します。 ただし … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.HC, cs.LG | AKRMap: Adaptive Kernel Regression for Trustworthy Visualization of Cross-Modal Embeddings はコメントを受け付けていません