-
最近の投稿
- KISS-Matcher: Fast and Robust Point Cloud Registration Revisited
- Unpacking Failure Modes of Generative Policies: Runtime Monitoring of Consistency and Progress
- Mode-GS: Monocular Depth Guided Anchored 3D Gaussian Splatting for Robust Ground-View Scene Rendering
- A Universal Formulation for Path-Parametric Planning and Control
- Next Best Sense: Guiding Vision and Touch with FisherRF for 3D Gaussian Splatting
-
最近のコメント
表示できるコメントはありません。 cs.AI (27775) cs.CL (20990) cs.CR (2176) cs.CV (34489) cs.LG (32518) cs.RO (15916) cs.SY (2472) eess.IV (4231) eess.SY (2466) stat.ML (4356)
投稿者「jarxiv」のアーカイブ
LML-DAP: Language Model Learning a Dataset for Data-Augmented Prediction
要約 分類タスクは通常、機械学習(ML)モデルを用いて処理されるが、精度と解釈可 … 続きを読む
Accelerating Training with Neuron Interaction and Nowcasting Networks
要約 古典的な適応オプティマイザ(Adamなど)の代わりに学習可能な更新ルールを … 続きを読む
CMP: Cooperative Motion Prediction with Multi-Agent Communication
要約 自律走行車(AV)の進化とV2X(Vehicle-to-Everythin … 続きを読む
FakeShield: Explainable Image Forgery Detection and Localization via Multi-modal Large Language Models
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
Vinoground: Scrutinizing LMMs over Dense Temporal Reasoning with Short Videos
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
$\mathcal{D(R,O)}$ Grasp: A Unified Representation of Robot and Object Interaction for Cross-Embodiment Dexterous Grasping
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
Quantifying Generalization Complexity for Large Language Models
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
Leopard: A Vision Language Model For Text-Rich Multi-Image Tasks
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
Fake It Until You Break It: On the Adversarial Robustness of AI-generated Image Detectors
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