9122 papers
Dit paper introduceert Think-as-You-See (TaYS), een unificerend raamwerk voor Large Vision-Language Models dat echte gelijktijdige redenering mogelijk maakt door video-informatie en denkprocessen parallel te verwerken, wat leidt tot betere prestaties en lagere latentie in vergelijking met bestaande batch- en interleaved-benaderingen.
CoEditor++ is een trainingsvrij framework dat cognitieve redenering gebruikt om instructiegebaseerde beeldbewerking te verbeteren door het proces op te splitsen in 'wat' en 'hoe', waardoor het state-of-the-art presteert in zowel algemene als verantwoordelijke bewerkingstaken met een hoge visuele consistentie.
RoboLayout is een nieuw framework dat LayoutVLM uitbreidt met agent-bewust redeneren en differentieerbare optimalisatie om semantisch coherente en fysiek haalbare 3D-scènes te genereren die specifiek zijn afgestemd op de navigatie- en interactiecapaciteiten van diverse embodied agents.
Het paper introduceert Omni-C, een efficiënte, dichte Transformer-encoder die heterogene modaliteiten comprimeert tot gedeelde representaties zonder MoE-architecturen, waardoor de complexiteit en het geheugengebruik aanzienlijk worden verminderd terwijl de prestaties vergelijkbaar blijven met gespecialiseerde expertmodellen.
Dit artikel introduceert een multimodaal computergestuurd pathologiekader dat klinische gegevens en routine PAS-gekleurde biopsieën combineert via een Clinical-Injection Transformer en een domein-aangepaste MAE om de prognose van pediatrische lupus nefritis met hoge nauwkeurigheid te voorspellen.
Dit paper introduceert SKETCHGAIT, een robuust framework voor gait-herkenning dat gebruikmaakt van het label-vrije 'SKETCH'-modale om structurele randinformatie direct uit RGB-afbeeldingen te halen en zo de beperkingen van bestaande silhouet- en parsing-methoden overwint.
Dit artikel presenteert een digitale-tweelinggestuurde V2X-baanvoorspellingspipeline voor stedelijke kruispunten die, door middel van een innovatieve 'twin loss' naast de standaard MSE-loss, de voorspellingen van multi-agent bewegingen significant veiliger maakt door verkeersregels en botsingsvermijding te integreren zonder de nauwkeurigheid of real-time prestaties te compromitteren.
Het paper introduceert AutoThinkRAG, een framework dat de prestaties van Vision-Language Models bij complexe documentvraag-antwoordtaken verbetert door query-complexiteit te routeren en visuele interpretatie te ontkoppelen van logische redenering, wat leidt tot state-of-the-art resultaten tegen lagere kosten.
Dit paper introduceert BISE, een strategie die bestaande, vooroordeelvrije subnetwerken uit standaard getrainde modellen haalt door pruning, waardoor bias-effectieve mitigatie mogelijk is zonder extra data of hertraining.
Deze paper introduceert "Thinking with Spatial Code", een kader dat RGB-video's omzet in expliciete 3D-ruimtelijke representaties om grote taalmodellen in staat te stellen fysieke redeneringen uit te voeren en zo nieuwe state-of-the-art resultaten te behalen op VSI-Bench.
Deze paper introduceert het eerste gekoppelde robuustheidsverificatiekader voor heatmaps gebaseerde sleutelpuntdetectie dat, in tegenstelling tot eerdere onafhankelijke benaderingen, de gezamenlijke afwijking van alle sleutelpunten garandeert door het verificatieprobleem te formuleren als een falsificatieopdracht met behulp van gemengd-geheelgetallige lineaire programmering.
DreamCAD is een multi-modale generatieve framework dat schaalbaar en bewerkbare CAD-modellen (BRep) produceert vanuit punt-supervisie zonder specifieke CAD-annotaties, door parametrische oppervlakken te combineren met differentieerbare tessellatie en het nieuwe CADCap-1M dataset.
Dit paper introduceert ABRA, een nieuwe methode voor batchcorrectie in high-content screening die bio-batch-effecten aanpakt als een domein-generalisatieprobleem door middel van een adversariaal trainingsframework dat statistische fluctuaties simuleert en zo de generalisatie van diepe leermodellen op onzichtbare data verbetert.
Dit paper introduceert de Post Fusion Stabilizer (PFS), een lichtgewicht module die de robuustheid van bestaande multimodale 3D-detectiesystemen verbetert door de stabiliteit van vogelvluchtperspectief-kenmerken te waarborgen bij domeinverschuivingen en sensorstoringen, zonder de bestaande architectuur te hoeven aanpassen.
Dit artikel introduceert CBM-Suite, een methodologisch kader dat de fundamentele beperkingen van Concept Bottleneck Models aanpakt door een entropie-maatstaf voor conceptrelevantie, een niet-lineaire laag om het 'lineariteitsprobleem' op te lossen, en distillatie voor nauwkeurigheidsverbetering, waardoor nauwkeurigere en interpreteerbaarder modellen ontstaan.
Dit paper introduceert de geïnterpoleerde FID (iFID), een nieuwe metiek die door interpolatie van latente representaties een sterke correlatie aantoont met de generatieve FID van diffusiemodellen, waardoor het een betrouwbaarder voorspeller wordt dan de traditionele reconstructie-FID.
Dit paper introduceert Implicit Error Counting (IEC), een referentievrije beloningsmethode voor reinforcement learning die in plaats van een rubric fouten telt met gewichten, wat leidt tot superieure resultaten bij virtuele pasproeven waar geen enkel ideaal antwoord bestaat.
Het artikel introduceert SemVID, een trainingsvrij raamwerk voor semantische toewijzing van bewijsmateriaal dat door het behoud van object-, bewegings- en contexttokens de nauwkeurigheid van video-temporale gronding behoudt terwijl het het aantal visuele tokens drastisch reduceert en de verwerkingssnelheid aanzienlijk verbetert.
Dit artikel introduceert Gabor-primitieven voor versnelde reconstructie van cardiale cine-MRI, die door het moduleren van Gaussische enveloppen met complexe exponentiële functies en het ontleden van spatiotemporele redundantie, een compacte en fysisch interpreteerbare representatie bieden die bestaande methoden zoals Compressed Sensing en Implicit Neural Representations overtreft.
Dit paper introduceert OWL, een nieuwe analytische methode voor 3D-perceptie tijdens beweging die schaalbare 3D-scèneherconstructie en camera-heading berekent uitsluitend op basis van visuele bewegingsinformatie, zonder voorafgaande kennis van de omgeving of beweging te vereisen.