「cs.CV」カテゴリーアーカイブ

Visual Graph Arena: Evaluating Visual Conceptualization of Vision and Multimodal Large Language Models

投稿日: 2025年6月9日 作成者: jarxiv

要約 マルチモーダルの大手言語モデルの最近の進歩は、視覚的な質問に応答するブレー … 続きを読む →

カテゴリー: cs.AI, cs.CV | Visual Graph Arena: Evaluating Visual Conceptualization of Vision and Multimodal Large Language Models はコメントを受け付けていません

LlavaGuard: An Open VLM-based Framework for Safeguarding Vision Datasets and Models

投稿日: 2025年6月9日 作成者: jarxiv

要約 このペーパーでは、大規模なデータとモデルの時代における信頼できるガードレー … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG | LlavaGuard: An Open VLM-based Framework for Safeguarding Vision Datasets and Models はコメントを受け付けていません

Sparse Autoencoders Learn Monosemantic Features in Vision-Language Models

投稿日: 2025年6月9日 作成者: jarxiv

要約 AIの安全性にとって解釈可能性と操縦性が重要であることを考えると、スパース … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG | Sparse Autoencoders Learn Monosemantic Features in Vision-Language Models はコメントを受け付けていません

Bridging Perspectives: A Survey on Cross-view Collaborative Intelligence with Egocentric-Exocentric Vision

投稿日: 2025年6月9日 作成者: jarxiv

要約 エゴセントリック（一人称）とエクソセントリック（サードパーソン）の両方の視 … 続きを読む →

カテゴリー: cs.CV | Bridging Perspectives: A Survey on Cross-view Collaborative Intelligence with Egocentric-Exocentric Vision はコメントを受け付けていません

DPCore: Dynamic Prompt Coreset for Continual Test-Time Adaptation

投稿日: 2025年6月9日 作成者: jarxiv

要約 継続的なテスト時間適応（CTTA）は、事前に訓練されたモデルを継続的に変化 … 続きを読む →

カテゴリー: cs.CV, cs.LG | DPCore: Dynamic Prompt Coreset for Continual Test-Time Adaptation はコメントを受け付けていません

MimeQA: Towards Socially-Intelligent Nonverbal Foundation Models

投稿日: 2025年6月9日 作成者: jarxiv

要約 AIが人々の日常活動とより密接に統合されるようになるにつれて、日常生活で人 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV | MimeQA: Towards Socially-Intelligent Nonverbal Foundation Models はコメントを受け付けていません

Normalizing Flows are Capable Generative Models

投稿日: 2025年6月9日 作成者: jarxiv

要約 正規化フロー（NFS）は、連続入力の尤度ベースのモデルです。 彼らは、密度 … 続きを読む →

カテゴリー: cs.CV, cs.LG | Normalizing Flows are Capable Generative Models はコメントを受け付けていません

Sketched Equivariant Imaging Regularization and Deep Internal Learning for Inverse Problems

投稿日: 2025年6月9日 作成者: jarxiv

要約 Equivariant Imaging（EI）の正則化は、地上の真実データ … 続きを読む →

カテゴリー: cs.CV, cs.LG, eess.IV, math.OC | Sketched Equivariant Imaging Regularization and Deep Internal Learning for Inverse Problems はコメントを受け付けていません

Leopard: A Vision Language Model For Text-Rich Multi-Image Tasks

投稿日: 2025年6月9日 作成者: jarxiv

要約 テキストが全体的な理解を導く中心的な視覚要素として機能するテキストが豊富な … 続きを読む →

カテゴリー: cs.CL, cs.CV | Leopard: A Vision Language Model For Text-Rich Multi-Image Tasks はコメントを受け付けていません

BecomingLit: Relightable Gaussian Avatars with Hybrid Neural Shading

投稿日: 2025年6月9日 作成者: jarxiv

要約 Interactiveレートで新しい視点からレンダリングできる、信頼性の高 … 続きを読む →

カテゴリー: cs.CV | BecomingLit: Relightable Gaussian Avatars with Hybrid Neural Shading はコメントを受け付けていません