-
最近の投稿
- FEAST: A Flexible Mealtime-Assistance System Towards In-the-Wild Personalization
- Time-Optimized Safe Navigation in Unstructured Environments through Learning Based Depth Completion
- Advances in Compliance Detection: Novel Models Using Vision-Based Tactile Sensors
- Mass-Adaptive Admittance Control for Robotic Manipulators
- DreamGen: Unlocking Generalization in Robot Learning through Video World Models
-
最近のコメント
表示できるコメントはありません。 cs.AI (39879) cs.CL (30187) cs.CV (45175) cs.HC (3051) cs.LG (44808) cs.RO (23879) cs.SY (3632) eess.IV (5170) eess.SY (3624) stat.ML (5830)
「H.5.1」カテゴリーアーカイブ
MVTamperBench: Evaluating Robustness of Vision-Language Models
要約 マルチモーダル大手言語モデル(MLLMS)は、ビデオ理解の大きな進歩を促進 … 続きを読む
Score Distillation Sampling for Audio: Source Separation, Synthesis, and Beyond
要約 オーディオSDSを紹介します。オーディオSDは、テキストコンディショニング … 続きを読む
Superhuman Game AI Disclosure: Expertise and Context Moderate Effects on Trust and Fairness
要約 人工知能が選択されたタスクで人間のパフォーマンスを上回るので、超人的な能力 … 続きを読む
FortisAVQA and MAVEN: a Benchmark Dataset and Debiasing Framework for Robust Multimodal Reasoning
要約 オーディオビジュアル質問応答(AVQA)は、ペアのオーディオビデオ入力に基 … 続きを読む