投稿者「jarxiv」のアーカイブ

FakeShield: Explainable Image Forgery Detection and Localization via Multi-modal Large Language Models

投稿日: 2024年10月4日 作成者: jarxiv

要約 ジェネレーティブAIの急速な発展は、コンテンツ作成を容易にするだけでなく、 … 続きを読む →

カテゴリー: cs.AI, cs.CV | コメントする

Vinoground: Scrutinizing LMMs over Dense Temporal Reasoning with Short Videos

投稿日: 2024年10月4日 作成者: jarxiv

要約 最近、最新の大規模マルチモーダルモデル（LMM）は、短編ビデオの理解に関連 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV, cs.LG | コメントする

$\mathcal{D(R,O)}$ Grasp: A Unified Representation of Robot and Object Interaction for Cross-Embodiment Dexterous Grasping

投稿日: 2024年10月4日 作成者: jarxiv

要約 器用な把持は、ロボットハンドと物体との間の正確な相互作用を必要とする、ロボ … 続きを読む →

カテゴリー: cs.RO | コメントする

Quantifying Generalization Complexity for Large Language Models

投稿日: 2024年10月4日 作成者: jarxiv

要約 大規模言語モデル(LLM)は、複雑なクエリを理解し、高度なタスクを実行する … 続きを読む →

カテゴリー: cs.CL | コメントする

Leopard: A Vision Language Model For Text-Rich Multi-Image Tasks

投稿日: 2024年10月4日 作成者: jarxiv

要約 テキストリッチ画像は、テキストが全体的な理解を導く中心的な視覚要素として機 … 続きを読む →

カテゴリー: cs.CL, cs.CV | コメントする

Fake It Until You Break It: On the Adversarial Robustness of AI-generated Image Detectors

投稿日: 2024年10月4日 作成者: jarxiv

要約 ジェネレーティブAI（GenAI）は創造的で生産的なタスクに無数の可能性を … 続きを読む →

カテゴリー: cs.CV, cs.LG | コメントする

Releasing the Parameter Latency of Neural Representation for High-Efficiency Video Compression

投稿日: 2024年10月4日 作成者: jarxiv

要約 何十年もの間、映像圧縮技術は著名な研究分野であった。従来のハイブリッド動画 … 続きを読む →

カテゴリー: cs.CV, cs.MM, eess.IV | コメントする

MOREL: Enhancing Adversarial Robustness through Multi-Objective Representation Learning

投稿日: 2024年10月4日 作成者: jarxiv

要約 広範な研究により、ディープニューラルネットワーク（DNN）は、わずかな敵対 … 続きを読む →

カテゴリー: cs.CV, cs.LG | コメントする

TopER: Topological Embeddings in Graph Representation Learning

投稿日: 2024年10月4日 作成者: jarxiv

要約 グラフ埋め込みはグラフ表現学習において重要な役割を果たし、機械学習モデルに … 続きを読む →

カテゴリー: cs.LG, math.AT | コメントする

Uncertainty Quantification with Bayesian Higher Order ReLU KANs

投稿日: 2024年10月4日 作成者: jarxiv

要約 我々は、コルモゴロフ・アーノルド・ネットワークの領域における最初の不確実性 … 続きを読む →

カテゴリー: cs.AI, cs.LG, physics.data-an | コメントする