投稿者「jarxiv」のアーカイブ

Synergistic Bleeding Region and Point Detection in Laparoscopic Surgical Videos

投稿日: 2025年5月26日 作成者: jarxiv

要約 腹腔鏡手術における術中出血は、手術分野の急速な不明瞭さを引き起こし、外科的 … 続きを読む →

カテゴリー: cs.CV | Synergistic Bleeding Region and Point Detection in Laparoscopic Surgical Videos はコメントを受け付けていません

One RL to See Them All: Visual Triple Unified Reinforcement Learning

投稿日: 2025年5月26日 作成者: jarxiv

要約 強化学習（RL）は、ビジョン言語モデル（VLM）の推論能力を大幅に進めてい … 続きを読む →

カテゴリー: cs.CL, cs.CV | One RL to See Them All: Visual Triple Unified Reinforcement Learning はコメントを受け付けていません

BiggerGait: Unlocking Gait Recognition with Layer-wise Representations from Large Vision Models

投稿日: 2025年5月26日 作成者: jarxiv

要約 大型ビジョンモデル（LVM）ベースの歩行認識は、印象的なパフォーマンスを達 … 続きを読む →

カテゴリー: cs.CV | BiggerGait: Unlocking Gait Recognition with Layer-wise Representations from Large Vision Models はコメントを受け付けていません

VideoGameBench: Can Vision-Language Models complete popular video games?

投稿日: 2025年5月26日 作成者: jarxiv

要約 ビジョン言語モデル（VLMS）は、人間にとって挑戦的なコーディングと数学の … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV | VideoGameBench: Can Vision-Language Models complete popular video games? はコメントを受け付けていません

Boosting Open Set Recognition Performance through Modulated Representation Learning

投稿日: 2025年5月26日 作成者: jarxiv

要約 オープンセット認識（OSR）問題は、トレーニングクラスの一部ではない新しい … 続きを読む →

カテゴリー: cs.CV, cs.LG | Boosting Open Set Recognition Performance through Modulated Representation Learning はコメントを受け付けていません

TokBench: Evaluating Your Visual Tokenizer before Visual Generation

投稿日: 2025年5月26日 作成者: jarxiv

要約 この作業では、細粒の特徴を保存する際の視覚トークナザーとVAEの限界を明ら … 続きを読む →

カテゴリー: cs.CV, cs.DB | TokBench: Evaluating Your Visual Tokenizer before Visual Generation はコメントを受け付けていません

WonderPlay: Dynamic 3D Scene Generation from a Single Image and Actions

投稿日: 2025年5月26日 作成者: jarxiv

要約 WonderPlayは、単一の画像からアクションコンディショニングされた動 … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.GR | WonderPlay: Dynamic 3D Scene Generation from a Single Image and Actions はコメントを受け付けていません

REN: Fast and Efficient Region Encodings from Patch-Based Image Encoders

投稿日: 2025年5月26日 作成者: jarxiv

要約 ポイントプロンプトを使用して地域ベースの画像表現を生成するための高速かつ効 … 続きを読む →

カテゴリー: cs.CV | REN: Fast and Efficient Region Encodings from Patch-Based Image Encoders はコメントを受け付けていません

Think or Not? Selective Reasoning via Reinforcement Learning for Vision-Language Models

投稿日: 2025年5月26日 作成者: jarxiv

要約 強化学習（RL）は、ビジョン言語モデル（VLM）の推論を強化するための効果 … 続きを読む →

カテゴリー: cs.AI, cs.CV | Think or Not? Selective Reasoning via Reinforcement Learning for Vision-Language Models はコメントを受け付けていません

TULiP: Test-time Uncertainty Estimation via Linearization and Weight Perturbation

投稿日: 2025年5月26日 作成者: jarxiv

要約 信頼できる不確実性推定方法は、オープンワールドの深い学習モデルの安全な展開 … 続きを読む →

カテゴリー: cs.LG, stat.ML | TULiP: Test-time Uncertainty Estimation via Linearization and Weight Perturbation はコメントを受け付けていません