「cs.CV」カテゴリーアーカイブ

GRAPE: Generalizing Robot Policy via Preference Alignment

投稿日: 2024年12月2日 作成者: jarxiv

要約 さまざまなロボット工学タスクに関するビジョン・言語・アクション (VLA) … 続きを読む →

カテゴリー: cs.CV, cs.LG, cs.RO | GRAPE: Generalizing Robot Policy via Preference Alignment はコメントを受け付けていません

Robust Bayesian Scene Reconstruction by Leveraging Retrieval-Augmented Priors

投稿日: 2024年12月2日 作成者: jarxiv

要約 オブジェクト ジオメトリの 3D 表現の構築は、多くの下流操作タスクにとっ … 続きを読む →

カテゴリー: cs.CV, cs.RO | Robust Bayesian Scene Reconstruction by Leveraging Retrieval-Augmented Priors はコメントを受け付けていません

ReconDreamer: Crafting World Models for Driving Scene Reconstruction via Online Restoration

投稿日: 2024年12月2日 作成者: jarxiv

要約 閉ループ シミュレーションは、エンドツーエンドの自動運転にとって重要です。 … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG, cs.RO | ReconDreamer: Crafting World Models for Driving Scene Reconstruction via Online Restoration はコメントを受け付けていません

Unleashing the Power of Data Tsunami: A Comprehensive Survey on Data Assessment and Selection for Instruction Tuning of Language Models

投稿日: 2024年12月2日 作成者: jarxiv

要約 命令チューニングは、大規模言語モデル (LLM) を人間の好みに合わせる上 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV, eess.SP | Unleashing the Power of Data Tsunami: A Comprehensive Survey on Data Assessment and Selection for Instruction Tuning of Language Models はコメントを受け付けていません

Towards Evaluating Generalist Agents: An Automated Benchmark in Open World

投稿日: 2024年12月2日 作成者: jarxiv

要約 ジェネラリスト エージェントの評価には、その幅広い能力と、真の汎用性を評価 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV, cs.LG | Towards Evaluating Generalist Agents: An Automated Benchmark in Open World はコメントを受け付けていません

Accelerating Multimodal Large Language Models via Dynamic Visual-Token Exit and the Empirical Findings

投稿日: 2024年12月2日 作成者: jarxiv

要約 既存の Multimoal Large Language Model (M … 続きを読む →

カテゴリー: cs.CL, cs.CV, cs.LG, cs.MM | Accelerating Multimodal Large Language Models via Dynamic Visual-Token Exit and the Empirical Findings はコメントを受け付けていません

FairDD: Fair Dataset Distillation via Synchronized Matching

投稿日: 2024年12月2日 作成者: jarxiv

要約 大規模なデータセットをより小さな合成データセットに圧縮することは、画像分類 … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.CY, cs.LG | FairDD: Fair Dataset Distillation via Synchronized Matching はコメントを受け付けていません

GREAT: Geometry-Intention Collaborative Inference for Open-Vocabulary 3D Object Affordance Grounding

投稿日: 2024年12月2日 作成者: jarxiv

要約 オープンボキャブラリー 3D オブジェクト アフォーダンス グラウンディン … 続きを読む →

カテゴリー: cs.AI, cs.CV | GREAT: Geometry-Intention Collaborative Inference for Open-Vocabulary 3D Object Affordance Grounding はコメントを受け付けていません

CogACT: A Foundational Vision-Language-Action Model for Synergizing Cognition and Action in Robotic Manipulation

投稿日: 2024年12月2日 作成者: jarxiv

要約 大規模なビジョン言語アクション (VLA) モデルの進歩により、言語ガイド … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV, cs.LG, cs.RO | CogACT: A Foundational Vision-Language-Action Model for Synergizing Cognition and Action in Robotic Manipulation はコメントを受け付けていません

Uniform Attention Maps: Boosting Image Fidelity in Reconstruction and Editing

投稿日: 2024年12月2日 作成者: jarxiv

要約 拡散モデルを使用したテキストガイドによる画像の生成と編集は、目覚ましい進歩 … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG | Uniform Attention Maps: Boosting Image Fidelity in Reconstruction and Editing はコメントを受け付けていません