「cs.AI」カテゴリーアーカイブ

Training-and-prompt-free General Painterly Harmonization Using Image-wise Attention Sharing

投稿日: 2024年4月22日 作成者: jarxiv

要約 絵画的なイメージの調和は、単一の一貫したイメージ内で異種の視覚要素をシーム … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.MM | Training-and-prompt-free General Painterly Harmonization Using Image-wise Attention Sharing はコメントを受け付けていません

Feature Corrective Transfer Learning: End-to-End Solutions to Object Detection in Non-Ideal Visual Conditions

投稿日: 2024年4月22日 作成者: jarxiv

要約 物体検出の分野における重大な課題は、雨、霧、低照度、または ISP 処理の … 続きを読む →

カテゴリー: cs.AI, cs.CV | Feature Corrective Transfer Learning: End-to-End Solutions to Object Detection in Non-Ideal Visual Conditions はコメントを受け付けていません

Mitigating Open-Vocabulary Caption Hallucinations

投稿日: 2024年4月22日 作成者: jarxiv

要約 近年、画像条件付きテキスト生成は急速に進歩していますが、画像キャプションは … 続きを読む →

カテゴリー: cs.AI, cs.CV | Mitigating Open-Vocabulary Caption Hallucinations はコメントを受け付けていません

An Embodied Generalist Agent in 3D World

投稿日: 2024年4月22日 作成者: jarxiv

要約 大規模言語モデル (LLM) からの膨大な知識と学習スキームを活用する最近 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV, cs.LG | An Embodied Generalist Agent in 3D World はコメントを受け付けていません

Zero-Shot Stitching in Reinforcement Learning using Relative Representations

投稿日: 2024年4月22日 作成者: jarxiv

要約 視覚強化学習は、深層学習のブレークスルーを最大限に活用する、人気のある強力 … 続きを読む →

カテゴリー: 68T07, cs.AI, cs.CV, cs.LG, I.2.6 | Zero-Shot Stitching in Reinforcement Learning using Relative Representations はコメントを受け付けていません

Is Retain Set All You Need in Machine Unlearning? Restoring Performance of Unlearned Models with Out-Of-Distribution Images

投稿日: 2024年4月22日 作成者: jarxiv

要約 この論文では、新しい近似非学習方法である、クラスおよびアーキテクチャに依存 … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG | Is Retain Set All You Need in Machine Unlearning? Restoring Performance of Unlearned Models with Out-Of-Distribution Images はコメントを受け付けていません

Eyes Can Deceive: Benchmarking Counterfactual Reasoning Abilities of Multi-modal Large Language Models

投稿日: 2024年4月22日 作成者: jarxiv

要約 反事実的推論は、人間の知性の重要な現れとして、確立された事実に基づいて前提 … 続きを読む →

カテゴリー: cs.AI, cs.CV | Eyes Can Deceive: Benchmarking Counterfactual Reasoning Abilities of Multi-modal Large Language Models はコメントを受け付けていません

Groma: Localized Visual Tokenization for Grounding Multimodal Large Language Models

投稿日: 2024年4月22日 作成者: jarxiv

要約 根拠があり、きめ細かい視覚認識能力を備えたマルチモーダル大規模言語モデル … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV, cs.LG | Groma: Localized Visual Tokenization for Grounding Multimodal Large Language Models はコメントを受け付けていません

PhysDreamer: Physics-Based Interaction with 3D Objects via Video Generation

投稿日: 2024年4月22日 作成者: jarxiv

要約 現実的なオブジェクトのインタラクションは、没入型の仮想体験を作成するために … 続きを読む →

カテゴリー: cs.AI, cs.CV | PhysDreamer: Physics-Based Interaction with 3D Objects via Video Generation はコメントを受け付けていません

De-DSI: Decentralised Differentiable Search Index

投稿日: 2024年4月22日 作成者: jarxiv

要約 この研究では、大規模言語モデル (LLM) と情報検索のための真の分散化を … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.IR, H.3.3 | De-DSI: Decentralised Differentiable Search Index はコメントを受け付けていません