7028 papers
Dit paper introduceert een geoptimaliseerde inferentiepijplijn voor video-generatie met Diffusion Transformers, die door middel van sequentieel-parallelle 3D-positional encoding en een globale tijdsindex de geheugenconsumptie en latentie aanzienlijk verlaagt, waardoor bijna real-time generatie van lange video's mogelijk wordt.
Dit onderzoek toont aan dat Chain-of-Thought-prompting in medische visuele vraagbeantwoording vaak slechter presteert dan directe antwoorden door een perceptieknelpunt, maar dat dit probleem kan worden opgelost door training-vrije interventies die de visuele gronding verbeteren.
Dit artikel introduceert SIL-GPO, een op versterkingslering gebaseerd framework dat graph attention networks en zelf-imitatielering combineert om de hybride orkestratie van edge AI en microservices te optimaliseren, waardoor de eind-tot-eind latentie aanzienlijk wordt verlaagd en de resourcebenutting in resource-beperkte randomgevingen wordt verbeterd.
Het paper introduceert CalibFusion, een transformer-gebaseerde detector die end-to-end differentieerbare extrinsieke kalibratie leert om de prestaties van radar-camera fusie voor objectdetectie in wateromgevingen te verbeteren, waar traditionele kalibratiemethoden door gebrek aan structurele kenmerken vaak falen.
Dit paper introduceert ERP-RiskBench, een reproduceerbaar en lekveilig ensemble-leerframework voor het detecteren van financiële risico's in ERP-systemen, dat door middel van strikte validatieprotocollen en een hybride dataset de prestaties van eerdere studies corrigeert en procurement-controles als belangrijkste voorspellers identificeert.
Deze studie concludeert dat semantische ruisinitialisatie, hoewel het in beeldmodellen succesvol is, geen statistisch significante verbetering biedt voor tekst-naar-video-generatie en daarom geen overtuigend voordeel biedt ten opzichte van standaard Gaussische ruis.
AutoFigure-Edit is een end-to-end systeem dat lange wetenschappelijke teksten omzet in volledig bewerkbare en stijl-aanpasbare wetenschappelijke illustraties in SVG-formaat.
Dit artikel introduceert een hybride model dat Few-Shot Learning combineert met Explainable AI om plantenziekten bij maïs, rijst en tarwe ook bij beperkte data nauwkeurig te diagnosticeren en transparante inzichten te bieden.
Dit paper introduceert PRPO, een trainingsmethode die conflicten tussen beloningssignalen en data oplost, en MCDR-Bench, een objectieve evaluatiebenchmark, om de diepe analysecapaciteiten van LVLMs voor diagrammen systematisch te verbeteren.
Het paper introduceert MultiGen, een diffusion game engine die door het gebruik van een persistente externe geheugenmodule en een decompositie in geheugen, observatie en dynamiek, gebruikers directe controle over de wereldstructuur biedt en consistente multiplayer-interacties mogelijk maakt.
Dit paper introduceert VB, een nieuw benchmark voor visuele taalmodellen die hun vermogen test om zichtbaarheid in afbeeldingen te beoordelen en zich terug te trekken bij onzekerheid, waarbij GPT-4o en Gemini 3.1 Pro de beste prestaties laten zien.
Dit paper introduceert "Narrative Weaver", een nieuw raamwerk dat door middel van een multimodaal taalmodel, een dynamisch geheugen en een progressieve trainingsstrategie langdurige visuele consistentie en narratieve coherentie in gegenereerde content mogelijk maakt, ondersteund door de introductie van het EAVSD-dataset voor e-commerce reclame.
Dit paper introduceert een methode waarbij oogvolgingsdata wordt gebruikt als supervisie voor medische vision-language modellen, waardoor deze menselijke visuele redeneerprocessen nabootsen en prestaties op radiologische taken verbeteren.
Dit artikel introduceert een methode die Syntax Guided Synthesis en Temporal Stream Logic combineert om databewuste tijdspecificaties en transformaties te leren uit uitvoeringstraces, wat leidt tot een robuustere en veel efficiëntere synthese van reactieve programma's dan bestaande passieve leerbasislijnen.
Dit paper introduceert ATLAS, een reinforcement finetuning-framework dat kleine taalmodellen in staat stelt om effectief te opereren in grote tool-ecosystemen door contextbeheer en uitvoering als leerbare beslissingen te behandelen, waardoor ze met beperkte middelen prestaties kunnen bereiken die dicht bij die van geavanceerde agenten liggen.
Deze studie toont aan dat het combineren van aanvullende gegevens van geostationaire satellieten met een hiërarchische planningsaanpak de prestaties van dynamische satellietwaarnemingssystemen aanzienlijk verbetert, met name bij het plannen van waarnemingen voor verspreide doelen.
Dit paper introduceert ProtAlign, een contrastief leerframework dat een gedeelde inbeddingsruimte creëert voor eiwitsequenties en -structuren, waardoor cross-modale zoekopdrachten worden verbeterd en downstream-taken zoals functietoewijzing en stabiliteitsschatting worden versterkt.
Deze paper introduceert UWPD, een nieuw paradigma voor het detecteren van onzichtbare watermerken zonder voorafgaande kennis van het inbeddingsalgoritme, door middel van het UniFreq-100K-dataset en het FSNet-model dat gebruikmaakt van frequentiegebaseerde modules voor superieure zero-shot detectie.
Dit artikel introduceert een tweestroms bi-directioneel feedbackfusieframework dat menselijke activiteiten en omgevingsfactoren integreert om de voorspelling van binnenluchtkwaliteit (CO2 en PM2.5) significant te verbeteren ten opzichte van bestaande methoden.
Dit paper introduceert FutureBoosting, een hybride AI-ramenwerk dat de voorspellingsnauwkeurigheid van elektriciteitsprijzen aanzienlijk verbetert door forecasted features van een gefrozen tijdsreeks-foundation model te integreren in een regressiemodel, wat resulteert in een reductie van de gemiddelde absolute fout van meer dan 30%.