-
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
Video Latent Flow Matching: Optimal Polynomial Projections for Video Interpolation and Extrapolation
要約 本論文では、Video Latent Flow Matching (VLF … 続きを読む
LV-XAttn: Distributed Cross-Attention for Long Visual Inputs in Multimodal Large Language Models
要約 クロスアテンションは、視覚情報を言語バックボーンに統合するために、マルチモ … 続きを読む
Mind the Gap: Evaluating Patch Embeddings from General-Purpose and Histopathology Foundation Models for Cell Segmentation and Classification
要約 最近の基礎モデルの進歩はコンピュータ・ビジョンに変革をもたらし、デジタル病 … 続きを読む
A Self-Supervised Framework for Improved Generalisability in Ultrasound B-mode Image Segmentation
要約 超音波（US）画像診断は、その非侵襲的で安全な性質から、臨床的に非常に貴重 … 続きを読む
Unified Spatial-Temporal Edge-Enhanced Graph Networks for Pedestrian Trajectory Prediction
要約 歩行者の軌跡予測は、過去の経路に基づいて将来の動きを予測することを目的とし … 続きを読む
ChartMoE: Mixture of Expert Connector for Advanced Chart Understanding
要約 図表の自動理解は、内容理解や文書構文解析にとって極めて重要である。マルチモ … 続きを読む
Learning the RoPEs: Better 2D and 3D Position Encodings with STRING
要約 STRINGを紹介する：Separable Translation Inv … 続きを読む
The TIP of the Iceberg: Revealing a Hidden Class of Task-in-Prompt Adversarial Attacks on LLMs
要約 我々は、LLMに対する脱獄敵対的攻撃の新しいクラス、タスク・イン・プロンプ … 続きを読む
Agentic Retrieval-Augmented Generation: A Survey on Agentic RAG
要約 大規模言語モデル（LLM）は、人間のようなテキスト生成と自然言語理解を可能 … 続きを読む