7808 papers
Dit paper introduceert het Dual Tuning-framework om de 'Denk-Grens' te kwantificeren, waarmee wordt bepaald wanneer redenering nuttig is voor multimodale taken en zo de inefficiënte 'redeneren-voor-alles'-benadering wordt uitgedaagd ten gunste van adaptieve, resource-efficiënte systemen.
SkillNet is een open infrastructuur die AI-vaardigheden systematisch creëert, evalueert en koppelt via een uniek ontologie, waardoor agenten hun prestaties aanzienlijk verbeteren door herhaling van oplossingen te voorkomen en eerder verworven kennis effectief te benutten.
Dit paper introduceert een multi-modale deep learning-architectuur die videobeelden, 3D-houding en objectdetectie combineert via cross-attention om dagelijkse activiteiten van ouderen in Ambient Assisted Living-situaties nauwkeurig te herkennen.
Dit paper introduceert InverseNet, het eerste cross-modale benchmark voor operator-mismatch in compressieve beeldvorming, en toont aan dat diepe leermethoden zonder operator-conditionering hun voordeel verliezen bij afwijkingen van de fysieke realiteit, terwijl blinde kalibratie deze verliezen grotendeels kan herstellen.
Deze studie analyseert diverse fusie- en groeperingsstrategieën voor deep learning-modellen om de classificatie van lokale klimaatzones met multimodale satellietdata te optimaliseren, waarbij een hybride fusie-aanpak gecombineerd met bandgroepering en labelsamenvoeging de beste prestaties levert met een algehele nauwkeurigheid van 76,6%.
Deze paper introduceert Dual-LoRA Controllable Diffusion, een unificerend raamwerk dat gebruikmaakt van centroid-gestuurde priors en gespecialiseerde LoRA-adapters om zowel lokale weefselherstel als globale synthese van histopathologische afbeeldingen binnen één model te realiseren met verbeterde structurele nauwkeurigheid en realisme.
Deze paper introduceert Partial Vision Mamba (PVM), een nieuwe architectuurbouwsteen die de principes van partiële convoluties toepast op State Space Models zoals Mamba, waardoor deze modellen effectief kunnen omgaan met willekeurig gevormde gebieden met ontbrekende of ongeldige data in taken zoals dieptevoltooiing en beeldinpainting.
Het paper introduceert PinPoint, een uitgebreid benchmark voor Composed Image Retrieval dat bestaande methoden blootlegt aan tekortkomingen in het vermijden van fouten en het hanteren van meervoudige afbeeldingen, en een trainingsvrije herordeningstechniek op basis van een MLLM voorstelt om deze gaten te dichten.
Deze paper introduceert SGR3, een trainingsvrij framework dat multi-modale grote taalmodellen combineert met retrieval-augmented generation en een gewichtsfactor voor patch-similairiteit om 3D-scenegraphs te genereren zonder expliciete 3D-reconstructie, terwijl het presteert op het niveau van gespecialiseerde GNN-modellen.
Spinverse is een differentieerbare reconstructiemethode voor MRI die op basis van diffusiemetingen microstructurele grenzen en hun doorlaatbaarheid herkent door de permeabiliteit van een vast tetraëdrisch rooster te optimaliseren, waardoor complexe weefseltopologieën zonder vooraf vastgestelde verbindingen kunnen worden gereconstrueerd.
Dit onderzoek toont aan dat een multimodale aanpak met GPT-4.1-nano, die zowel tekst als visuele elementen van datavisualisaties combineert, de moeilijkheidsgraad van testvragen voor data-literacy nauwkeuriger voorspelt dan enkel tekst- of visuele modellen.
In dit artikel wordt sFRC voorgesteld, een nieuwe methode die Fourier Ring Correlatie toepast op kleine patches om hallucinaties in door deep learning gereconstrueerde medische beelden te detecteren en te kwantificeren.
Dit paper introduceert PulseFocus, een trainingsvrije methode die de verspreide aandachtspatronen van redenerende visueel-taalmodellen bij multi-image taken corrigeert door het redeneringsproces te structureren in geplande focusblokken, wat leidt tot significante prestatieverbeteringen op benchmarks zoals BLINK en MuirBench.
Deze studie voert een systematische evaluatie uit van drie compressiemethoden (pruning, kwantisatie en kennisdistillatie) voor convolutionele neurale netwerken in hyperspectrale beeldclassificatie, en toont aan dat deze technieken de modelgrootte en rekentijd aanzienlijk kunnen verminderen zonder de classificatieprestaties op te offeren.
Dit onderzoek toont aan dat multimodale grote taalmodellen, hoewel veelbelovend voor videobewaking, in zero-shot settings een sterke conservatieve bias vertonen die leidt tot een instorting van de recall, maar dat deze beperkingen aanzienlijk kunnen worden verminderd door specifieke instructies te gebruiken.
Dit paper introduceert FOZO, een efficiënte, backpropagatie-vrije methode voor testtijdadaptatie die zeroth-order prompt-optimalisatie combineert met dynamisch vervagende perturbaties om deep learning-modellen succesvol aan te passen aan data-distributieveranderingen op apparaten met beperkte rekenkracht.
Dit paper introduceert Real-IISR, een unificerend autoregressief raamwerk en een nieuw realistisch dataset (FLIR-IISR) voor infraroodbeeldsuperresolutie, dat specifiek is ontworpen om de complexe degradaties in real-world scenario's aan te pakken door thermische en structurele priors te integreren.
Hoewel GPT-5 aanzienlijke vooruitgang toont in geïntegreerde klinische redenering en multimodale synthese vergeleken met GPT-4o, blijven de prestaties van dit algemene model achter bij die van gespecialiseerde systemen in perception-critical taken zoals neuroradiologie en mammografie.
Dit artikel introduceert het GAMDSS-architectuur, een innovatieve aanpak die door dynamische herselectie van sleutelframes menselijke annotatiefouten in multiculturele micro-expressiedatasets corrigeert en zo de ruimtetijdbewerking en herkenningsprestaties aanzienlijk verbetert zonder extra parameters toe te voegen.
Dit paper introduceert DSA-SRGS, het eerste super-resolutie Gaussian Splatting-framework voor dynamische DSA-reconstructie, dat middels een multi-fidelity textuurleringsmodule en radiatieve sub-pixel verdichting scherpe, gedetailleerde 4D-vasculaire modellen genereert uit schaarse inputbeelden.