-
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
Post-Training Quantization for Video Matting
要約 ビデオマットは、映画の制作や仮想現実などのアプリケーションにとって重要です … 続きを読む
VRBench: A Benchmark for Multi-Step Reasoning in Long Narrative Videos
要約 大規模なモデルのマルチステップ推論機能を評価するために作成された最初の長い … 続きを読む
Med-URWKV: Pure RWKV With ImageNet Pre-training For Medical Image Segmentation
要約 医療画像セグメンテーションは、コンピューター支援診断と治療における基本的で … 続きを読む
Latent Action Learning Requires Supervision in the Presence of Distractors
要約 最近、Latent Action Policies（LAPO）によって開拓 … 続きを読む
Q-Ponder: A Unified Training Pipeline for Reasoning-based Visual Quality Assessment
要約 最近の研究では、マルチモーダルの大手言語モデル（MLLM）が解釈可能な評価 … 続きを読む
CreatiPoster: Towards Editable and Controllable Multi-Layer Graphic Design Generation
要約 グラフィックデザインは、商業的および個人的なコンテキストの両方で重要な役割 … 続きを読む
カテゴリー: cs.CV
CreatiPoster: Towards Editable and Controllable Multi-Layer Graphic Design Generation はコメントを受け付けていません
AIR: Zero-shot Generative Model Adaptation with Iterative Refinement
要約 ゼロショット生成モデル適応（ZSGM）は、テキストガイダンスのみを使用して … 続きを読む
ViC-Bench: Benchmarking Visual-Interleaved Chain-of-Thought Capability in MLLMs with Free-Style Intermediate State Representations
要約 視覚的に介入されたチェーンオブテアのチェーン（VI-COT）により、MLL … 続きを読む
カテゴリー: cs.CV
ViC-Bench: Benchmarking Visual-Interleaved Chain-of-Thought Capability in MLLMs with Free-Style Intermediate State Representations はコメントを受け付けていません
Object-Centric Latent Action Learning
要約 具体化されたAIの膨大な量の非標識インターネットビデオデータを活用すること … 続きを読む
M4V: Multi-Modal Mamba for Text-to-Video Generation
要約 テキストからビデオへの生成は、コンテンツの作成を大幅に濃縮しており、強力な … 続きを読む