10070 papers
Dit paper introduceert BiFM, een unificerend kader dat generatie en inversie in één model combineert door bidirectionele stroming te leren, waardoor hoogwaardige beeldbewerking en -generatie in slechts enkele stappen mogelijk wordt zonder afhankelijkheid van vooraf getrainde generators.
Deze paper introduceert het Select-Hypothesize-Verify-framework, dat de interpretatie van neurale netwerken verbetert door het selecteren van representatieve activaties, het vormen van concepthypothese en het verifiëren van deze concepten om misleidende of redundante neuronfuncties te elimineren en zo nauwkeurigere conceptbeschrijvingen te genereren.
Dit artikel introduceert ScratchMath, een nieuw benchmark voor het analyseren van fouten in handgeschreven wiskundige werkbladen van studenten, en evalueert de beperkingen van multimodale grote taalmodellen bij het diagnosticeren van deze fouten in vergelijking met menselijke experts.
Dit paper introduceert xLARD, een zelfcorrigerend kader dat multimodale grote taalmodellen gebruikt om gegenereerde afbeeldingen te verfijnen via verklaarbare latente beloningen, waardoor de semantische uitlijning en visuele kwaliteit van complexe prompts worden verbeterd.
In dit artikel wordt PASDiff voorgesteld, een trainingsvrije diffusion-methode die fysiek bewuste semantische richtlijnen en een nieuw realistisch benchmark-dataset (WildDark-Face) combineert om gezichtsbeelden in realistische omstandigheden met weinig licht effectief te verbeteren en te herstellen.
Dit paper introduceert MoE-GRPO, een versterkingsleringsframework dat de expert-routing in Vision-Language Models optimaliseert door selectie te formuleren als een sequentiële besluitvormingsopdracht, wat leidt tot een diversere expert-selectie, minder overfitting en betere prestaties dan traditionele top-K routing.
Deze studie introduceert een meta-learning framework dat de segmentatie van de dunne linkerboezemwand in 3D LGE MRI-beelden significant verbetert bij een beperkt aantal annotaties, waardoor nauwkeurigere klinische evaluaties mogelijk worden met minimale extra labeling.
Deze paper introduceert EWAD, een nieuw raamwerk voor video-anomaliedetectie op basis van gebeurtenisstromen, en stelt gelijktijdig gesynchroniseerde benchmarkdatasets voor om de voortgang in dit veld te stimuleren.
Het artikel introduceert C2W-Tune, een tweestaps transferleerframework dat een nauwkeurig model van het linkeratriumholte gebruikt als anatomische prior om de segmentatie van de dunne wanden van het linkeratrium in 3D LGE-MRI beelden aanzienlijk te verbeteren.
Deze paper introduceert een nieuwe methode voor dynamische 3D-scène-reconstructie met 3D Gaussian Splatting die, door gebruik te maken van een straalgebaseerde groeperingsstrategie, de lokale geometrische structuur behoudt zonder afhankelijk te zijn van externe priors, wat leidt tot superieure temporele consistentie en reconstructiekwaliteit op monocular datasets.