cs.LG」カテゴリーアーカイブ

How Visual Representations Map to Language Feature Space in Multimodal LLMs

要約 効果的なマルチモーダル推論は、視覚表現と言語表現の整合に依存しますが、視覚 … 続きを読む

カテゴリー: cs.CV, cs.LG | How Visual Representations Map to Language Feature Space in Multimodal LLMs はコメントを受け付けていません

SIMSHIFT: A Benchmark for Adapting Neural Surrogates to Distribution Shifts

要約 部分的な微分方程式(PDE)の神経代理人は、新しい材料の種類や構造的次元な … 続きを読む

カテゴリー: cs.CV, cs.LG, physics.comp-ph | SIMSHIFT: A Benchmark for Adapting Neural Surrogates to Distribution Shifts はコメントを受け付けていません

EMLoC: Emulator-based Memory-efficient Fine-tuning with LoRA Correction

要約 オープンソースの基礎モデルでは、迅速な採用と開発が見られ、多様なドメイン全 … 続きを読む

カテゴリー: cs.AI, cs.CV, cs.LG | EMLoC: Emulator-based Memory-efficient Fine-tuning with LoRA Correction はコメントを受け付けていません

Persistent Topological Features in Large Language Models

要約 大規模な言語モデルの意思決定プロセスを理解することは、広範なアプリケーショ … 続きを読む

カテゴリー: cs.CG, cs.CL, cs.LG | Persistent Topological Features in Large Language Models はコメントを受け付けていません

PhysNav-DG: A Novel Adaptive Framework for Robust VLM-Sensor Fusion in Navigation Applications

要約 多様な環境とドメインでの堅牢なナビゲーションには、正確な状態推定と透明な意 … 続きを読む

カテゴリー: cs.AI, cs.CV, cs.LG, cs.MM, cs.RO | PhysNav-DG: A Novel Adaptive Framework for Robust VLM-Sensor Fusion in Navigation Applications はコメントを受け付けていません

Accelerating Diffusion Large Language Models with SlowFast Sampling: The Three Golden Principles

要約 拡散ベースの言語モデル(DLLM)は、並列トークンの生成を有効にし、推論潜 … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.LG | Accelerating Diffusion Large Language Models with SlowFast Sampling: The Three Golden Principles はコメントを受け付けていません

Adaptive Discretization against an Adversary: Lipschitz bandits, Dynamic Pricing, and Auction Tuning

要約 Lipschitz Banditsは、$ [0,1] $間隔などの大きく構 … 続きを読む

カテゴリー: cs.DS, cs.GT, cs.LG, stat.ML | Adaptive Discretization against an Adversary: Lipschitz bandits, Dynamic Pricing, and Auction Tuning はコメントを受け付けていません

Estimating the Joint Probability of Scenario Parameters with Gaussian Mixture Copula Models

要約 このホワイトペーパーでは、自動化された運転システムの安全検証のための運転シ … 続きを読む

カテゴリー: cs.LG, cs.RO | Estimating the Joint Probability of Scenario Parameters with Gaussian Mixture Copula Models はコメントを受け付けていません

Provable Sim-to-Real Transfer via Offline Domain Randomization

要約 強化学習エージェントは、シミュレーションから実際の世界に展開されたときに苦 … 続きを読む

カテゴリー: cs.LG, cs.RO | Provable Sim-to-Real Transfer via Offline Domain Randomization はコメントを受け付けていません

PhysNav-DG: A Novel Adaptive Framework for Robust VLM-Sensor Fusion in Navigation Applications

要約 多様な環境とドメインでの堅牢なナビゲーションには、正確な状態推定と透明な意 … 続きを読む

カテゴリー: cs.AI, cs.CV, cs.LG, cs.MM, cs.RO | PhysNav-DG: A Novel Adaptive Framework for Robust VLM-Sensor Fusion in Navigation Applications はコメントを受け付けていません