月別アーカイブ: 2025年5月

Sketch Down the FLOPs: Towards Efficient Networks for Human Sketch

要約 スケッチリサーチは時間とともに集合的に成熟しているため、AT-Massの商 … 続きを読む

カテゴリー: cs.CV | Sketch Down the FLOPs: Towards Efficient Networks for Human Sketch はコメントを受け付けていません

ZeroGUI: Automating Online GUI Learning at Zero Human Cost

要約 大規模なビジョン言語モデル(VLM)の迅速な進歩により、純粋なビジョンベー … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.CV | ZeroGUI: Automating Online GUI Learning at Zero Human Cost はコメントを受け付けていません

MMSI-Bench: A Benchmark for Multi-Image Spatial Intelligence

要約 空間インテリジェンスは、複雑な物理的世界で動作するマルチモーダル大手言語モ … 続きを読む

カテゴリー: cs.CL, cs.CV | MMSI-Bench: A Benchmark for Multi-Image Spatial Intelligence はコメントを受け付けていません

Weight Space Representation Learning on Diverse NeRF Architectures

要約 ニューラル放射輝度フィールド(NERF)は、神経ネットワークの重みに形状と … 続きを読む

カテゴリー: cs.CV | Weight Space Representation Learning on Diverse NeRF Architectures はコメントを受け付けていません

Argus: Vision-Centric Reasoning with Grounded Chain-of-Thought

要約 マルチモーダル大手言語モデル(MLLM)の最近の進歩は、視覚言語のタスクに … 続きを読む

カテゴリー: cs.CV | Argus: Vision-Centric Reasoning with Grounded Chain-of-Thought はコメントを受け付けていません

TextRegion: Text-Aligned Region Tokens from Frozen Image-Text Models

要約 画像テキストモデルは、画像レベルのタスクに優れていますが、詳細な視覚的理解 … 続きを読む

カテゴリー: cs.CV | TextRegion: Text-Aligned Region Tokens from Frozen Image-Text Models はコメントを受け付けていません

FastTD3: Simple, Fast, and Capable Reinforcement Learning for Humanoid Control

要約 強化学習(RL)はロボット工学の大きな進歩を遂げていますが、その複雑さと長 … 続きを読む

カテゴリー: cs.AI, cs.LG, cs.RO | FastTD3: Simple, Fast, and Capable Reinforcement Learning for Humanoid Control はコメントを受け付けていません

Maximizing Confidence Alone Improves Reasoning

要約 強化学習(RL)により、機械学習モデルが多くの分野で大きな進歩を達成できる … 続きを読む

カテゴリー: cs.AI, cs.LG | Maximizing Confidence Alone Improves Reasoning はコメントを受け付けていません

GeoDrive: 3D Geometry-Informed Driving World Model with Precise Action Control

要約 世界モデルの最近の進歩は、動的環境シミュレーションに革命をもたらし、システ … 続きを読む

カテゴリー: cs.CV, cs.RO | GeoDrive: 3D Geometry-Informed Driving World Model with Precise Action Control はコメントを受け付けていません

BRIGHTER: BRIdging the Gap in Human-Annotated Textual Emotion Recognition Datasets for 28 Languages

要約 世界中の人々は、感情を表現するために微妙で複雑な方法で言語を使用しています … 続きを読む

カテゴリー: cs.CL | BRIGHTER: BRIdging the Gap in Human-Annotated Textual Emotion Recognition Datasets for 28 Languages はコメントを受け付けていません