「cs.CV」カテゴリーアーカイブ

Training-Free Watermarking for Autoregressive Image Generation

投稿日: 2025年5月21日 作成者: jarxiv

要約 目に見えない画像の透かしは、画像の所有権を保護し、視覚生成モデルの悪意のあ … 続きを読む →

カテゴリー: cs.AI, cs.CR, cs.CV | Training-Free Watermarking for Autoregressive Image Generation はコメントを受け付けていません

Visionary-R1: Mitigating Shortcuts in Visual Reasoning with Reinforcement Learning

投稿日: 2025年5月21日 作成者: jarxiv

要約 一般的な推論能力を学習することは、AIで長い間挑戦的な問題でした。 Dee … 続きを読む →

カテゴリー: cs.CV | Visionary-R1: Mitigating Shortcuts in Visual Reasoning with Reinforcement Learning はコメントを受け付けていません

Two Experts Are All You Need for Steering Thinking: Reinforcing Cognitive Effort in MoE Reasoning Models Without Additional Training

投稿日: 2025年5月21日 作成者: jarxiv

要約 大規模な推論モデル（LRM）内の専門家の混合（MOE）アーキテクチャは、専 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV, cs.IR, cs.LG | Two Experts Are All You Need for Steering Thinking: Reinforcing Cognitive Effort in MoE Reasoning Models Without Additional Training はコメントを受け付けていません

UniGen: Enhanced Training & Test-Time Strategies for Unified Multimodal Understanding and Generation

投稿日: 2025年5月21日 作成者: jarxiv

要約 画像の理解と生成が可能な統一されたマルチモーダル大手言語モデル（MLLM） … 続きを読む →

カテゴリー: cs.CV | UniGen: Enhanced Training & Test-Time Strategies for Unified Multimodal Understanding and Generation はコメントを受け付けていません

Emerging Properties in Unified Multimodal Pretraining

投稿日: 2025年5月21日 作成者: jarxiv

要約 統一されたマルチモーダルの理解と生成は、最先端の独自のシステムで印象的な能 … 続きを読む →

カテゴリー: cs.CV | Emerging Properties in Unified Multimodal Pretraining はコメントを受け付けていません

Grouping First, Attending Smartly: Training-Free Acceleration for Diffusion Transformers

投稿日: 2025年5月21日 作成者: jarxiv

要約 拡散ベースの変圧器は印象的な生成機能を実証していますが、その高い計算コスト … 続きを読む →

カテゴリー: cs.CV | Grouping First, Attending Smartly: Training-Free Acceleration for Diffusion Transformers はコメントを受け付けていません

StarFT: Robust Fine-tuning of Zero-shot Models via Spuriosity Alignment

投稿日: 2025年5月21日 作成者: jarxiv

要約 データからの堅牢な表現を学習するには、多くの場合、スケールが必要であり、ク … 続きを読む →

カテゴリー: cs.AI, cs.CV | StarFT: Robust Fine-tuning of Zero-shot Models via Spuriosity Alignment はコメントを受け付けていません

Event-Driven Dynamic Scene Depth Completion

投稿日: 2025年5月21日 作成者: jarxiv

要約 ダイナミックシーンの深さの完了は、RGB画像やLIDAR測定などの入力モダ … 続きを読む →

カテゴリー: cs.CV | Event-Driven Dynamic Scene Depth Completion はコメントを受け付けていません

Swin DiT: Diffusion Transformer using Pseudo Shifted Windows

投稿日: 2025年5月21日 作成者: jarxiv

要約 拡散変圧器（DITS）は、変圧器アーキテクチャの組み込みを通じて、画像生成 … 続きを読む →

カテゴリー: cs.CV | Swin DiT: Diffusion Transformer using Pseudo Shifted Windows はコメントを受け付けていません

Benchmarking Unified Face Attack Detection via Hierarchical Prompt Tuning

投稿日: 2025年5月21日 作成者: jarxiv

要約 プレゼンテーション攻撃の検出とフェイスフォーファリー検出は、それぞれ物理メ … 続きを読む →

カテゴリー: cs.CV | Benchmarking Unified Face Attack Detection via Hierarchical Prompt Tuning はコメントを受け付けていません