-
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)
「cs.AI」カテゴリーアーカイブ
A Hitchhiker’s Guide to Scaling Law Estimation
要約 スケーリング則は、より少ないパラメーターまたはより小さなトレーニング セッ … 続きを読む
GaVaMoE: Gaussian-Variational Gated Mixture of Experts for Explainable Recommendation
要約 大規模言語モデルベースの説明可能なレコメンデーション (LLM ベースの … 続きを読む
VisualRWKV-HD and UHD: Advancing High-Resolution Processing for Visual Language Models
要約 複雑な視覚情報を正確に理解することは、視覚言語モデル (VLM) にとって … 続きを読む
Evaluating Image Hallucination in Text-to-Image Generation with Question-Answering
要約 Text-to-Image（TTI）生成モデルは目覚ましい成功を収めている … 続きを読む
SurFhead: Affine Rig Blending for Geometrically Accurate 2D Gaussian Surfel Head Avatars
要約 ガウス プリミティブを使用した頭部アバター レンダリングの最近の進歩により … 続きを読む
Magnifier Prompt: Tackling Multimodal Hallucination via Extremely Simple Instructions
要約 マルチモーダル大規模言語モデル (MLLM) における幻覚は、実際の応用を … 続きを読む
RClicks: Realistic Click Simulation for Benchmarking Interactive Segmentation
要約 Segment Anything (SAM) の出現により、特に画像編集タ … 続きを読む
Learning Truncated Causal History Model for Video Restoration
要約 ビデオ復元に対する重要な課題の 1 つは、動きによって支配されるビデオ フ … 続きを読む
Patch-Based Diffusion Models Beat Whole-Image Models for Mismatched Distribution Inverse Problems
要約 拡散モデルは、強力な画像事前分布を学習できるため、逆問題の解決において優れ … 続きを読む
SlideChat: A Large Vision-Language Assistant for Whole-Slide Pathology Image Understanding
要約 計算病理学におけるマルチモーダル大規模言語モデル (MLLM) の進歩にも … 続きを読む