3621 papers
Dit onderzoek evalueert DINOv3 als een bevroren visuele ruggengraat voor blauwe bessen-oogsttaken en concludeert dat het model, hoewel zeer effectief voor segmentatie, beperkingen vertoont bij detectie en clusterherkenning vanwege schaalvariatie en ruimtelijke aggregatie, waardoor het vooral waardevol is als semantische basis die moet worden aangevuld met specifieke ruimtelijke modellering.
Deze paper introduceert GramCol en een Interpretable Motion-Attentive Map (IMAP) om zonder gradiëntberekening ruimtelijk en temporeel te lokaliseren hoe Video Diffusion Transformers bewegingsconcepten vertalen naar video's.
Dit paper introduceert CGL, een continu leerframework voor GUI-agenten dat Supervised Fine-Tuning en Reinforcement Learning dynamisch combineert via een entropie-gestuurde aanpassing en een gradiëntchirurgie-strategie om aanpassing aan nieuwe taken te bevorderen zonder oude kennis te vergeten, wat wordt gevalideerd op het nieuwe AndroidControl-CL-benchmark.
Dit paper introduceert LDP-Slicing, een lichtgewicht framework dat lokale differentiaalse privacy voor beelden mogelijk maakt door pixelwaarden te decomponeren in bit-plannen, waardoor de gebruiksgraad voor downstream-taken aanzienlijk verbetert ten opzichte van bestaande methoden zonder trainingskosten.
Dit paper introduceert DeepScope, een diep-leringsysteem dat microscopische beelden van niet-geïncubeerde watermonsters analyseert om fecale vervuiling binnen seconden met 93% nauwkeurigheid te detecteren, waardoor de testtijd met meer dan 98% wordt verkort en de kosten dalen tot $0,44 per test.
Dit paper introduceert OptiRoulette, een nieuwe stochastische meta-optimizer die tijdens het trainen dynamisch update-regels selecteert en hiermee de convergentie tot 5,3 keer versnelt en de testnauwkeurigheid op diverse beeldclassificatiedatasets aanzienlijk verbetert ten opzichte van de standaard AdamW-baseline.
Dit paper introduceert een uniforme representatie voor generatieve modellen zoals diffusion en flow matching, en toont aan dat een soms zwakke correlatie tussen ruis en het voorspelde doel de leerprocessen kan beïnvloeden.
Het artikel introduceert RECAP, een bio-geïnspireerde methode voor beeldherkenning die ongeleide reservoir-dynamica combineert met een lokaal Hebbiaans prototype-leesmechanisme om robuuste classificatie te bereiken zonder gebruik van backpropagation.
Deze paper onthult dat pruning-based unlearning in diffusion-modellen kwetsbaar is voor conceptherstel via een data- en trainingsvrije aanval, omdat de locaties van de verwijderde gewichten als bijkanaal fungeren die de gewiste concepten verraad.
Dit artikel introduceert ObjChangeVR-Dataset en het ObjChangeVR-framework om objectstatusveranderingen in VR-omgevingen te analyseren vanuit continue egocentrische perspectieven, waarbij cross-view redenering en tijdsgebonden zoekopdrachten worden gebruikt om veranderingen te detecteren die plaatsvinden zonder directe gebruikersinteractie.
Deze studie introduceert een nieuw randconsistentie-framework met 'Perturbation Fidelity'-scoring voor het robuust subtyperen van invasieve longadenocarcinoom op basis van hele-slice-beelden, wat aanzienlijke verbeteringen in nauwkeurigheid en generalisatie oplevert ondanks beeldvervormingen en domeinverschuivingen.
Het paper introduceert PaLMR, een framework dat de redeneerprocessen van multimodale modellen verbetert door hallucinaties te verminderen en visuele trouw te waarborgen via een combinatie van perceptie-uitgelijnde data en een hiërarchische beloningsfunctie, wat leidt tot state-of-the-art resultaten op benchmarks zoals HallusionBench.
Dit paper introduceert FCBNet, een parameter-efficiënt convolutioneel model met een bevroren ConvNeXt-ruggengraat en een Feature Correction Block dat op multispectrale luchtfoto's een hogere nauwkeurigheid en trainings-efficiëntie bereikt dan bestaande methoden voor onkruiddetectie.
Dit paper introduceert GameVerse, een benchmark die aantoont dat Vision-Language-modellen hun spelstrategieën kunnen verbeteren door video-gebaseerde reflectie op fouten en experttutorials te combineren in een reflecteer-en-probeer-opnieuw-paradigma.
Deze paper introduceert ASMIL, een nieuw raamwerk voor multiple instance learning dat door het gebruik van een ankermodel, een genormaliseerde sigmoid-functie en willekeurige token-dropping de instabiele attentiedynamiek, overfitting en te geconcentreerde verdelingen in de diagnose van hele slide-afbeeldingen effectief aanpakt en aanzienlijk betere prestaties levert dan bestaande methoden.
Dit paper introduceert EnsAug, een trainingsparadigma dat een ensemble van specialistische modellen gebruikt, waarbij elk model is getraind op een unieke geometrische augmentatie, om de prestaties en modulariteit bij de analyse van menselijke bewegingssequenties te verbeteren ten opzichte van de traditionele aanpak van één model op een gecombineerd dataset.
Het paper introduceert HyperTokens, een transformer-gebaseerde token-generator die voortdurend video-taalbegrip verbetert door dynamische prompts te genereren en meta-geïnspireerde regularisatie te gebruiken om vergeten te voorkomen en de prestaties op benchmarks te maximaliseren.
Het paper introduceert Graph-of-Mark (GoM), een nieuwe pixel-level visuele prompting-techniek die scene graphs overlayt op afbeeldingen om de ruimtelijke redeneercapaciteiten van multimodale taalmodellen aanzienlijk te verbeteren door objectrelaties in plaats van geïsoleerde objecten te benadrukken.
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.