-
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6月
Exploring Diffusion Transformer Designs via Grafting
要約 モデルアーキテクチャの設計には、オペレーター（注意、畳み込みなど）や構成（ … 続きを読む
Single GPU Task Adaptation of Pathology Foundation Models for Whole Slide Image Analysis
要約 Pathology Foundationモデル（PFM）は、スライド画像全 … 続きを読む
カテゴリー: cs.CV
Single GPU Task Adaptation of Pathology Foundation Models for Whole Slide Image Analysis はコメントを受け付けていません
MokA: Multimodal Low-Rank Adaptation for MLLMs
要約 この論文では、現在の最新のマルチモーダル微調整方法が主要な制限によって妨げ … 続きを読む
カテゴリー: cs.CV
MokA: Multimodal Low-Rank Adaptation for MLLMs はコメントを受け付けていません
Vision-Based Autonomous MM-Wave Reflector Using ArUco-Driven Angle-of-Arrival Estimation
要約 非表示（NLOS）条件における信頼できるミリ波（MMWAVE）コミュニケー … 続きを読む
カテゴリー: cs.CV
Vision-Based Autonomous MM-Wave Reflector Using ArUco-Driven Angle-of-Arrival Estimation はコメントを受け付けていません
Quantifying Cross-Modality Memorization in Vision-Language Models
要約 トレーニング中にニューラルネットワークがどのように、どのように覚えているか … 続きを読む
Grounding Beyond Detection: Enhancing Contextual Understanding in Embodied 3D Grounding
要約 具体化された3D接地は、自我中心の視点から人間の指示に記載されているターゲ … 続きを読む
カテゴリー: cs.CV
Grounding Beyond Detection: Enhancing Contextual Understanding in Embodied 3D Grounding はコメントを受け付けていません
DREAM: Disentangling Risks to Enhance Safety Alignment in Multimodal Large Language Models
要約 マルチモーダル大手言語モデル（MLLM）は、視覚データとテキストデータの統 … 続きを読む
OGGSplat: Open Gaussian Growing for Generalizable Reconstruction with Expanded Field-of-View
要約 スパースビューからセマンティックアウェア3Dシーンを再構築することは、仮想 … 続きを読む
カテゴリー: cs.CV
OGGSplat: Open Gaussian Growing for Generalizable Reconstruction with Expanded Field-of-View はコメントを受け付けていません
Follow-Your-Motion: Video Motion Transfer via Efficient Spatial-Temporal Decoupled Finetuning
要約 最近、ビデオ拡散トランスのブレークスルーは、多様な運動世代に顕著な能力を示 … 続きを読む
カテゴリー: cs.CV
Follow-Your-Motion: Video Motion Transfer via Efficient Spatial-Temporal Decoupled Finetuning はコメントを受け付けていません
Towards Vision-Language-Garment Models For Web Knowledge Garment Understanding and Generation
要約 マルチモーダルファンデーションモデルは強力な一般化を実証していますが、衣服 … 続きを読む
カテゴリー: cs.CV
Towards Vision-Language-Garment Models For Web Knowledge Garment Understanding and Generation はコメントを受け付けていません