-
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)
投稿者「jarxiv」のアーカイブ
PEDANTIC: A Dataset for the Automatic Examination of Definiteness in Patent Claims
要約 特許請求は、発明の保護範囲を定義します。 請求に曖昧さがある場合、それは特 … 続きを読む
カテゴリー: cs.CL
PEDANTIC: A Dataset for the Automatic Examination of Definiteness in Patent Claims はコメントを受け付けていません
Pangu Pro MoE: Mixture of Grouped Experts for Efficient Sparsity
要約 大規模な言語モデルにおける専門家（MOE）の混合物の外科は、はるかに大きな … 続きを読む
カテゴリー: cs.CL
Pangu Pro MoE: Mixture of Grouped Experts for Efficient Sparsity はコメントを受け付けていません
MagicTryOn: Harnessing Diffusion Transformer for Garment-Preserving Video Virtual Try-on
要約 Video Virtual Try-On（VVT）は、連続したビデオフレー … 続きを読む
カテゴリー: cs.CV
MagicTryOn: Harnessing Diffusion Transformer for Garment-Preserving Video Virtual Try-on はコメントを受け付けていません
HoliTom: Holistic Token Merging for Fast Video Large Language Models
要約 ビデオ大規模な言語モデル（ビデオLLM）はビデオ理解に優れていますが、冗長 … 続きを読む
カテゴリー: cs.CV
HoliTom: Holistic Token Merging for Fast Video Large Language Models はコメントを受け付けていません
Visuospatial Cognitive Assistant
要約 ビデオベースの空間認知は、ロボット工学と具体化されたAIにとって不可欠です … 続きを読む
Towards Visuospatial Cognition via Hierarchical Fusion of Visual Experts
要約 マルチモーダルの大手言語モデル（MLLM）は一般的なビジョン言語タスクに優 … 続きを読む
AgriFM: A Multi-source Temporal Remote Sensing Foundation Model for Crop Mapping
要約 正確な作物マッピングは、個々のフィールドテクスチャから景観レベルのコンテキ … 続きを読む
Diagnosing and Resolving Cloud Platform Instability with Multi-modal RAG LLMs
要約 今日のクラウドホストのアプリケーションとサービスは複雑なシステムであり、パ … 続きを読む
Automating eHMI Action Design with LLMs for Automated Vehicle Communication
要約 自動化された車両（AVS）と他の道路利用者間に明示的な通信チャネルがないた … 続きを読む
ManiTaskGen: A Comprehensive Task Generator for Benchmarking and Improving Vision-Language Agents on Embodied Decision-Making
要約 任意のタスクを達成できる具体化されたエージェントを構築することは、具体化さ … 続きを読む
カテゴリー: cs.RO
ManiTaskGen: A Comprehensive Task Generator for Benchmarking and Improving Vision-Language Agents on Embodied Decision-Making はコメントを受け付けていません