「cs.AI」カテゴリーアーカイブ

T-REG: Preference Optimization with Token-Level Reward Regularization

投稿日: 2024年12月4日 作成者: jarxiv

要約 人間のフィードバックからの強化学習（RLHF）は、大規模言語モデル（LLM … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.LG | T-REG: Preference Optimization with Token-Level Reward Regularization はコメントを受け付けていません

Scaling BERT Models for Turkish Automatic Punctuation and Capitalization Correction

投稿日: 2024年12月4日 作成者: jarxiv

要約 本論文では、トルコ語のテキストにおける句読点と大文字の自動修正のための B … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.LG | Scaling BERT Models for Turkish Automatic Punctuation and Capitalization Correction はコメントを受け付けていません

BYE: Build Your Encoder with One Sequence of Exploration Data for Long-Term Dynamic Scene Understanding

投稿日: 2024年12月4日 作成者: jarxiv

要約 ロボットアプリケーションにおいて、動的なシーン理解は依然として根強い課題で … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG, cs.RO | BYE: Build Your Encoder with One Sequence of Exploration Data for Long-Term Dynamic Scene Understanding はコメントを受け付けていません

OODFace: Benchmarking Robustness of Face Recognition under Common Corruptions and Appearance Variations

投稿日: 2024年12月4日 作成者: jarxiv

要約 ディープラーニングの台頭により、顔認識技術は広範な研究と急速な発展を遂げて … 続きを読む →

カテゴリー: cs.AI, cs.CR, cs.CV, cs.LG | OODFace: Benchmarking Robustness of Face Recognition under Common Corruptions and Appearance Variations はコメントを受け付けていません

Towards Rich Emotions in 3D Avatars: A Text-to-3D Avatar Generation Benchmark

投稿日: 2024年12月4日 作成者: jarxiv

要約 話し言葉に由来するテキストを用いた感情的でダイナミックな3D顔アバター（E … 続きを読む →

カテゴリー: cs.AI, cs.CV | Towards Rich Emotions in 3D Avatars: A Text-to-3D Avatar Generation Benchmark はコメントを受け付けていません

Dynamic-LLaVA: Efficient Multimodal Large Language Models via Dynamic Vision-language Context Sparsification

投稿日: 2024年12月4日 作成者: jarxiv

要約 マルチモーダル大規模言語モデル(MLLM)は、視覚理解、推論、インタラクシ … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV, cs.LG | Dynamic-LLaVA: Efficient Multimodal Large Language Models via Dynamic Vision-language Context Sparsification はコメントを受け付けていません

WEM-GAN: Wavelet transform based facial expression manipulation

投稿日: 2024年12月4日 作成者: jarxiv

要約 表情操作は、顔認識に影響を与えることなく人間の表情を変化させることを目的と … 続きを読む →

カテゴリー: cs.AI, cs.CV, eess.IV | WEM-GAN: Wavelet transform based facial expression manipulation はコメントを受け付けていません

Segmentation of Coronary Artery Stenosis in X-ray Angiography using Mamba Models

投稿日: 2024年12月4日 作成者: jarxiv

要約 冠動脈疾患は世界的な死亡率の主な要因の1つである。X線画像から冠動脈狭窄を … 続きを読む →

カテゴリー: cs.AI, cs.CV, eess.IV | Segmentation of Coronary Artery Stenosis in X-ray Angiography using Mamba Models はコメントを受け付けていません

AV-Odyssey Bench: Can Your Multimodal LLMs Really Understand Audio-Visual Information?

投稿日: 2024年12月4日 作成者: jarxiv

要約 近年、GPT-4o、Gemini 1.5 Pro、Reka Coreなどの … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV, cs.MM, cs.SD, eess.AS | AV-Odyssey Bench: Can Your Multimodal LLMs Really Understand Audio-Visual Information? はコメントを受け付けていません

Improving Dynamic Object Interactions in Text-to-Video Generation with AI Feedback

投稿日: 2024年12月4日 作成者: jarxiv

要約 大規模なテキストからビデオへのモデルは、幅広い下流アプリケーションに計り知 … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG | Improving Dynamic Object Interactions in Text-to-Video Generation with AI Feedback はコメントを受け付けていません