「cs.CL」カテゴリーアーカイブ

Behind the Magic, MERLIM: Multi-modal Evaluation Benchmark for Large Image-Language Models

投稿日: 2024年6月13日 作成者: jarxiv

要約 大規模なビジョンおよび言語モデルにより、完全に監視されたゼロショットの視覚 … 続きを読む →

カテゴリー: cs.CL, cs.CV | Behind the Magic, MERLIM: Multi-modal Evaluation Benchmark for Large Image-Language Models はコメントを受け付けていません

MMWorld: Towards Multi-discipline Multi-faceted World Model Evaluation in Videos

投稿日: 2024年6月13日 作成者: jarxiv

要約 マルチモーダル言語言語モデル (MLLM) は、「ワールド モデル」、つま … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV | MMWorld: Towards Multi-discipline Multi-faceted World Model Evaluation in Videos はコメントを受け付けていません

What If We Recaption Billions of Web Images with LLaMA-3?

投稿日: 2024年6月13日 作成者: jarxiv

要約 Web クロールされた画像とテキストのペアは本質的にノイズが多くなります。 … 続きを読む →

カテゴリー: cs.CL, cs.CV | What If We Recaption Billions of Web Images with LLaMA-3? はコメントを受け付けていません

Words Worth a Thousand Pictures: Measuring and Understanding Perceptual Variability in Text-to-Image Generation

投稿日: 2024年6月13日 作成者: jarxiv

要約 拡散モデルはテキストから画像への生成における最先端技術ですが、その知覚の変 … 続きを読む →

カテゴリー: cs.CL, cs.CV | Words Worth a Thousand Pictures: Measuring and Understanding Perceptual Variability in Text-to-Image Generation はコメントを受け付けていません

CounterCurate: Enhancing Physical and Semantic Visio-Linguistic Compositional Reasoning via Counterfactual Examples

投稿日: 2024年6月13日 作成者: jarxiv

要約 私たちは、対比モデルと生成マルチモーダル モデルの両方の視覚言語的構成推論 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV, cs.LG | CounterCurate: Enhancing Physical and Semantic Visio-Linguistic Compositional Reasoning via Counterfactual Examples はコメントを受け付けていません

3D-GRAND: A Million-Scale Dataset for 3D-LLMs with Better Grounding and Less Hallucination

投稿日: 2024年6月13日 作成者: jarxiv

要約 言語と 3D 認識の統合は、物理世界を理解し、相互作用する身体化されたエー … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV, cs.LG, cs.RO | 3D-GRAND: A Million-Scale Dataset for 3D-LLMs with Better Grounding and Less Hallucination はコメントを受け付けていません

AI Sandbagging: Language Models can Strategically Underperform on Evaluations

投稿日: 2024年6月13日 作成者: jarxiv

要約 信頼できる機能評価は AI システムの安全性を確保するために不可欠であり、 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CY, cs.LG | AI Sandbagging: Language Models can Strategically Underperform on Evaluations はコメントを受け付けていません

CADS: A Systematic Literature Review on the Challenges of Abstractive Dialogue Summarization

投稿日: 2024年6月13日 作成者: jarxiv

要約 抽象的な対話の要約は、会話を有益で簡潔な要約に抽出するタスクです。 このテ … 続きを読む →

カテゴリー: cs.AI, cs.CL | CADS: A Systematic Literature Review on the Challenges of Abstractive Dialogue Summarization はコメントを受け付けていません

DR-RAG: Applying Dynamic Document Relevance to Retrieval-Augmented Generation for Question-Answering

投稿日: 2024年6月13日 作成者: jarxiv

要約 検索拡張生成 (RAG) は、質問応答 (QA) などの知識集約型タスクに … 続きを読む →

カテゴリー: cs.CL, cs.LG | DR-RAG: Applying Dynamic Document Relevance to Retrieval-Augmented Generation for Question-Answering はコメントを受け付けていません

EgoPlan-Bench: Benchmarking Multimodal Large Language Models for Human-Level Planning

投稿日: 2024年6月12日 作成者: jarxiv

要約 汎用人工知能 (AGI) の追求は、優れた推論、一般化能力、およびマルチモ … 続きを読む →

カテゴリー: cs.CL, cs.CV, cs.RO | EgoPlan-Bench: Benchmarking Multimodal Large Language Models for Human-Level Planning はコメントを受け付けていません