投稿者「jarxiv」のアーカイブ

Princeton365: A Diverse Dataset with Accurate Camera Pose

投稿日: 2025年6月11日 作成者: jarxiv

要約 正確なカメラポーズを使用した365ビデオの大規模な多様なデータセットである … 続きを読む →

カテゴリー: cs.CV | Princeton365: A Diverse Dataset with Accurate Camera Pose はコメントを受け付けていません

Autoregressive Semantic Visual Reconstruction Helps VLMs Understand Better

投稿日: 2025年6月11日 作成者: jarxiv

要約 典型的な大規模なビジョン言語モデル（LVLMS）は、視覚的モダリティを学習 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV | Autoregressive Semantic Visual Reconstruction Helps VLMs Understand Better はコメントを受け付けていません

Cosmos-Drive-Dreams: Scalable Synthetic Driving Data Generation with World Foundation Models

投稿日: 2025年6月11日 作成者: jarxiv

要約 自律車両（AV）などの安全性が批判的な物理AIシステムの実世界データを収集 … 続きを読む →

カテゴリー: cs.CV | Cosmos-Drive-Dreams: Scalable Synthetic Driving Data Generation with World Foundation Models はコメントを受け付けていません

MagCache: Fast Video Generation with Magnitude-Aware Cache

投稿日: 2025年6月11日 作成者: jarxiv

要約 ビデオ拡散モデルの既存の加速手法は、多くの場合、均一なヒューリスティックま … 続きを読む →

カテゴリー: cs.CV | MagCache: Fast Video Generation with Magnitude-Aware Cache はコメントを受け付けていません

VIKI-R: Coordinating Embodied Multi-Agent Cooperation via Reinforcement Learning

投稿日: 2025年6月11日 作成者: jarxiv

要約 動的環境で複数の具体化されたエージェントを調整することは、人工知能の中心的 … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.RO | VIKI-R: Coordinating Embodied Multi-Agent Cooperation via Reinforcement Learning はコメントを受け付けていません

Active inference as a unified model of collision avoidance behavior in human drivers

投稿日: 2025年6月11日 作成者: jarxiv

要約 衝突回避は、迅速な脅威の検出と適切な回避操作の迅速な実行を伴う &#821 … 続きを読む →

カテゴリー: cs.RO, cs.SY, eess.SY | Active inference as a unified model of collision avoidance behavior in human drivers はコメントを受け付けていません

Thinking vs. Doing: Agents that Reason by Scaling Test-Time Interaction

投稿日: 2025年6月11日 作成者: jarxiv

要約 テスト時間スケーリングの現在のパラダイムは、応答を生成する前に、長い推論ト … 続きを読む →

カテゴリー: cs.AI, cs.LG | Thinking vs. Doing: Agents that Reason by Scaling Test-Time Interaction はコメントを受け付けていません

OneIG-Bench: Omni-dimensional Nuanced Evaluation for Image Generation

投稿日: 2025年6月11日 作成者: jarxiv

要約 テキストツーイメージ（T2I）モデルは、テキストプロンプトに沿った高品質の … 続きを読む →

カテゴリー: cs.CV | OneIG-Bench: Omni-dimensional Nuanced Evaluation for Image Generation はコメントを受け付けていません

From Pixels to Predicates: Learning Symbolic World Models via Pretrained Vision-Language Models

投稿日: 2025年6月11日 作成者: jarxiv

要約 私たちの目的は、低レベルのスキルと、一連の画像を含む少数の短距離デモンスト … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG, cs.RO | From Pixels to Predicates: Learning Symbolic World Models via Pretrained Vision-Language Models はコメントを受け付けていません

Towards Autonomous Reinforcement Learning for Real-World Robotic Manipulation with Large Language Models

投稿日: 2025年6月11日 作成者: jarxiv

要約 大規模な言語モデル（LLMS）および視覚言語モデル（VLM）の最近の進歩は … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.RO | Towards Autonomous Reinforcement Learning for Real-World Robotic Manipulation with Large Language Models はコメントを受け付けていません