cs.LG」カテゴリーアーカイブ

Human-Feedback Efficient Reinforcement Learning for Online Diffusion Model Finetuning

要約 安定拡散 (SD) の微調整による制御可能な生成は、忠実度、安全性、および … 続きを読む

カテゴリー: cs.AI, cs.CV, cs.HC, cs.LG | Human-Feedback Efficient Reinforcement Learning for Online Diffusion Model Finetuning はコメントを受け付けていません

NoSENSE: Learned unrolled cardiac MRI reconstruction without explicit sensitivity maps

要約 我々は、深層畳み込みニューラルネットワーク(CNN)とアルゴリズムアンロー … 続きを読む

カテゴリー: cs.CV, cs.LG, eess.IV, physics.med-ph | NoSENSE: Learned unrolled cardiac MRI reconstruction without explicit sensitivity maps はコメントを受け付けていません

Robust Multimodal Learning with Missing Modalities via Parameter-Efficient Adaptation

要約 マルチモーダル学習は、複数のソースからのデータを利用して、下流タスクの全体 … 続きを読む

カテゴリー: cs.CV, cs.LG | Robust Multimodal Learning with Missing Modalities via Parameter-Efficient Adaptation はコメントを受け付けていません

MARs: Multi-view Attention Regularizations for Patch-based Feature Recognition of Space Terrain

要約 宇宙船が安全に天体に着陸したり、その近傍を航行したりするには、表面地形の視 … 続きを読む

カテゴリー: cs.AI, cs.CV, cs.LG, cs.RO | MARs: Multi-view Attention Regularizations for Patch-based Feature Recognition of Space Terrain はコメントを受け付けていません

Beyond FVD: Enhanced Evaluation Metrics for Video Generation Quality

要約 Fr\’echet Video Distance (FVD) … 続きを読む

カテゴリー: cs.AI, cs.CV, cs.LG | Beyond FVD: Enhanced Evaluation Metrics for Video Generation Quality はコメントを受け付けていません

Generative Parameter-Efficient Fine-Tuning

要約 事前トレーニングされた Transformer バックボーンをダウンストリ … 続きを読む

カテゴリー: cs.CV, cs.LG | Generative Parameter-Efficient Fine-Tuning はコメントを受け付けていません

SimO Loss: Anchor-Free Contrastive Loss for Fine-Grained Supervised Contrastive Learning

要約 私たちが提案する類似性直交性 (SimO) 損失を活用した、新しいアンカー … 続きを読む

カテゴリー: cs.AI, cs.CV, cs.LG | SimO Loss: Anchor-Free Contrastive Loss for Fine-Grained Supervised Contrastive Learning はコメントを受け付けていません

SePPO: Semi-Policy Preference Optimization for Diffusion Alignment

要約 ヒューマン フィードバックからの強化学習 (RLHF) 手法は、ビジュアル … 続きを読む

カテゴリー: cs.CV, cs.LG | SePPO: Semi-Policy Preference Optimization for Diffusion Alignment はコメントを受け付けていません

SparsePO: Controlling Preference Alignment of LLMs via Sparse Token Masks

要約 好みの最適化 (PO) は、言語モデルを人間の望ましい行動に合わせるための … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.LG | SparsePO: Controlling Preference Alignment of LLMs via Sparse Token Masks はコメントを受け付けていません

Decoding Intelligence: A Framework for Certifying Knowledge Comprehension in LLMs

要約 知識理解能力は人間の知性の重要な側面です。 大規模言語モデル (LLM) … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.LG | Decoding Intelligence: A Framework for Certifying Knowledge Comprehension in LLMs はコメントを受け付けていません