「cs.LG」カテゴリーアーカイブ

Two Effects, One Trigger: On the Modality Gap, Object Bias, and Information Imbalance in Contrastive Vision-Language Models

投稿日: 2024年10月11日 作成者: jarxiv

要約 CLIP のような対照的視覚言語モデル (VLM) は、さまざまな下流タス … 続きを読む →

カテゴリー: cs.CV, cs.LG | Two Effects, One Trigger: On the Modality Gap, Object Bias, and Information Imbalance in Contrastive Vision-Language Models はコメントを受け付けていません

Sparse Repellency for Shielded Generation in Text-to-image Diffusion Models

投稿日: 2024年10月11日 作成者: jarxiv

要約 テキストから画像への生成における拡散モデルの採用の増加により、その信頼性に … 続きを読む →

カテゴリー: cs.CV, cs.LG, stat.ML | Sparse Repellency for Shielded Generation in Text-to-image Diffusion Models はコメントを受け付けていません

DICE: Discrete Inversion Enabling Controllable Editing for Multinomial Diffusion and Masked Generative Models

投稿日: 2024年10月11日 作成者: jarxiv

要約 離散拡散モデルは、画像生成やマスクされた言語モデリングなどのタスクでは成功 … 続きを読む →

カテゴリー: cs.CV, cs.LG | DICE: Discrete Inversion Enabling Controllable Editing for Multinomial Diffusion and Masked Generative Models はコメントを受け付けていません

SPA: 3D Spatial-Awareness Enables Effective Embodied Representation

投稿日: 2024年10月11日 作成者: jarxiv

要約 この論文では、身体化された AI における 3D 空間認識の重要性を強調す … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG, cs.RO | SPA: 3D Spatial-Awareness Enables Effective Embodied Representation はコメントを受け付けていません

Emerging Pixel Grounding in Large Multimodal Models Without Grounding Supervision

投稿日: 2024年10月11日 作成者: jarxiv

要約 現在の大規模マルチモーダル モデル (LMM) は、モデルが言語コンポーネ … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG | Emerging Pixel Grounding in Large Multimodal Models Without Grounding Supervision はコメントを受け付けていません

Quanda: An Interpretability Toolkit for Training Data Attribution Evaluation and Beyond

投稿日: 2024年10月11日 作成者: jarxiv

要約 近年、トレーニング データ アトリビューション (TDA) 手法が、ニュー … 続きを読む →

カテゴリー: cs.AI, cs.LG | Quanda: An Interpretability Toolkit for Training Data Attribution Evaluation and Beyond はコメントを受け付けていません

Adver-City: Open-Source Multi-Modal Dataset for Collaborative Perception Under Adverse Weather Conditions

投稿日: 2024年10月10日 作成者: jarxiv

要約 悪天候は、LiDAR やカメラなどのセンサーに影響を与え、自動運転車 (A … 続きを読む →

カテゴリー: cs.CV, cs.LG, cs.RO | Adver-City: Open-Source Multi-Modal Dataset for Collaborative Perception Under Adverse Weather Conditions はコメントを受け付けていません

M${}^{3}$Bench: Benchmarking Whole-body Motion Generation for Mobile Manipulation in 3D Scenes

投稿日: 2024年10月10日 作成者: jarxiv

要約 我々は、モバイル操作タスクのための全身動作生成のための新しいベンチマークで … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG, cs.RO | M${}^{3}$Bench: Benchmarking Whole-body Motion Generation for Mobile Manipulation in 3D Scenes はコメントを受け付けていません

A Safety Modulator Actor-Critic Method in Model-Free Safe Reinforcement Learning and Application in UAV Hovering

投稿日: 2024年10月10日 作成者: jarxiv

要約 この論文では、モデルフリーの安全強化学習 (RL) における安全制約と過大 … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.RO | A Safety Modulator Actor-Critic Method in Model-Free Safe Reinforcement Learning and Application in UAV Hovering はコメントを受け付けていません

Gaitor: Learning a Unified Representation Across Gaits for Real-World Quadruped Locomotion

投稿日: 2024年10月10日 作成者: jarxiv

要約 現在の最先端の四足歩行は、さまざまな複雑な動きを生み出すことができます。 … 続きを読む →

カテゴリー: cs.LG, cs.RO | Gaitor: Learning a Unified Representation Across Gaits for Real-World Quadruped Locomotion はコメントを受け付けていません