「cs.AI」カテゴリーアーカイブ

Order-aware Interactive Segmentation

投稿日: 2024年10月18日 作成者: jarxiv

要約 インタラクティブ セグメンテーションは、最小限のユーザー操作でターゲット … 続きを読む →

カテゴリー: cs.AI, cs.CV | Order-aware Interactive Segmentation はコメントを受け付けていません

Movie Gen: A Cast of Media Foundation Models

投稿日: 2024年10月18日 作成者: jarxiv

要約 さまざまなアスペクト比と同期されたオーディオを備えた高品質の 1080p … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG, eess.IV | Movie Gen: A Cast of Media Foundation Models はコメントを受け付けていません

DAWN: Dynamic Frame Avatar with Non-autoregressive Diffusion Framework for Talking Head Video Generation

投稿日: 2024年10月18日 作成者: jarxiv

要約 トーキング ヘッドの生成は、1 つのポートレートとスピーチ オーディオ ク … 続きを読む →

カテゴリー: cs.AI, cs.CV | DAWN: Dynamic Frame Avatar with Non-autoregressive Diffusion Framework for Talking Head Video Generation はコメントを受け付けていません

Corrective Machine Unlearning

投稿日: 2024年10月18日 作成者: jarxiv

要約 機械学習モデルは、インターネットから取得した大規模なトレーニング データセ … 続きを読む →

カテゴリー: cs.AI, cs.CR, cs.CV, cs.LG | Corrective Machine Unlearning はコメントを受け付けていません

Multi-style conversion for semantic segmentation of lesions in fundus images by adversarial attacks

投稿日: 2024年10月18日 作成者: jarxiv

要約 眼底画像に依存する糖尿病性網膜症の診断は、包括的な分類アプローチを使用する … 続きを読む →

カテゴリー: cs.AI, cs.CV | Multi-style conversion for semantic segmentation of lesions in fundus images by adversarial attacks はコメントを受け付けていません

Unearthing Skill-Level Insights for Understanding Trade-Offs of Foundation Models

投稿日: 2024年10月18日 作成者: jarxiv

要約 モデルが強化されるにつれて、評価はより複雑になり、1 つのベンチマークで、 … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG | Unearthing Skill-Level Insights for Understanding Trade-Offs of Foundation Models はコメントを受け付けていません

Janus: Decoupling Visual Encoding for Unified Multimodal Understanding and Generation

投稿日: 2024年10月18日 作成者: jarxiv

要約 この論文では、マルチモーダルな理解と生成を統合する自己回帰フレームワークで … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV | Janus: Decoupling Visual Encoding for Unified Multimodal Understanding and Generation はコメントを受け付けていません

Retrospective Learning from Interactions

投稿日: 2024年10月18日 作成者: jarxiv

要約 大規模言語モデル (LLM) とユーザーの間の複数ターンの対話には、当然、 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV, cs.LG | Retrospective Learning from Interactions はコメントを受け付けていません

Can MLLMs Understand the Deep Implication Behind Chinese Images?

投稿日: 2024年10月18日 作成者: jarxiv

要約 マルチモーダル大規模言語モデル (MLLM) の機能が向上し続けるにつれて … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV, cs.CY | Can MLLMs Understand the Deep Implication Behind Chinese Images? はコメントを受け付けていません

Automatic Mapping of Anatomical Landmarks from Free-Text Using Large Language Models: Insights from Llama-2

投稿日: 2024年10月18日 作成者: jarxiv

要約 解剖学的ランドマークは、ナビゲーションや異常検出のための医療画像処理におい … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG | Automatic Mapping of Anatomical Landmarks from Free-Text Using Large Language Models: Insights from Llama-2 はコメントを受け付けていません