-
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)
「68T45」カテゴリーアーカイブ
ASCD: Attention-Steerable Contrastive Decoding for Reducing Hallucination in MLLM
要約 マルチモーダル大手言語モデル(MLLM)はしばしば幻覚に苦しんでいます。 … 続きを読む
Hierarchical Multi-Positive Contrastive Learning for Patent Image Retrieval
要約 特許画像は、特許の革新に関する情報を伝える技術的な図面です。 特許画像検索 … 続きを読む
MVTamperBench: Evaluating Robustness of Vision-Language Models
要約 マルチモーダル大手言語モデル(MLLMS)は、ビデオ理解の大きな進歩を促進 … 続きを読む
Kvasir-VQA-x1: A Multimodal Dataset for Medical Reasoning and Robust MedVQA in Gastrointestinal Endoscopy
要約 医学的視覚的質問応答(MEDVQA)は、臨床的意思決定支援システムを開発す … 続きを読む
Black-box Adversarial Attacks on CNN-based SLAM Algorithms
要約 深い学習の継続的な進歩により、機能検出が大幅に進歩し、同時ローカリゼーショ … 続きを読む
ReasonPlan: Unified Scene Prediction and Decision Reasoning for Closed-loop Autonomous Driving
要約 強力なビジョン言語の推論と一般化能力により、マルチモーダルの大手言語モデル … 続きを読む
カテゴリー: 68T40(Primary), 68T45, 68T50(Secondary), cs.AI, cs.CV, cs.RO, I.2.10
ReasonPlan: Unified Scene Prediction and Decision Reasoning for Closed-loop Autonomous Driving はコメントを受け付けていません
Instance Segmentation for Point Sets
要約 PointNet [QSMG16]やPointNet ++ [Qysg17 … 続きを読む
3D Reconstruction from Sketches
要約 複数のスケッチから3Dシーンを再構築する問題を検討します。 (1)通信ポイ … 続きを読む
GP-GS: Gaussian Processes for Enhanced Gaussian Splatting
要約 3Dガウスのスプラッティングは、効率的なフォトリアリスティックな新規ビュー … 続きを読む
GP-GS: Gaussian Processes for Enhanced Gaussian Splatting
要約 3Dガウスのスプラッティングは、効率的なフォトリアリスティックな新規ビュー … 続きを読む