10077 papers
Het paper introduceert GIFT, een trainingsvrij raamwerk dat de rekenkosten voor video-interpretatie verlaagt door via een nieuwe 'irreplaceability'-score en een adaptieve strategie de meest cruciale frames te selecteren, wat leidt tot aanzienlijk betere prestaties dan uniforme steekproeven.
Z-Erase is de eerste methode die conceptverwijdering mogelijk maakt in single-stream diffusion transformers door een gestroomde ontkoppelingsframework en Lagrangiaans-gestuurde adaptieve modulatie te introduceren, waardoor het probleem van generatie-inzakking wordt opgelost en de prestaties op het state-of-the-art niveau worden gebracht.
Dit artikel introduceert Token-Reweighting (ToR), een strategie die de onderlinge afhankelijkheid van waarnemings- en redeneertokens in multimodale taalmodellen expliciet modelleert om de prestaties van Reinforcement Learning with Verifiable Rewards (RLVR) te verbeteren en zo state-of-the-art resultaten te behalen op multimodale redeneerbenchmarks.
Dit paper introduceert Hierarchical Causal Dropout (HCD), een methode die kanaalniveau-sparsificatie en een Matrix-gebaseerde wederzijdse informatie-objectief combineert om causale kenmerken te scheiden van spurious features en zo de generalisatie buiten de verdeling (OOD) te verbeteren.
Deze paper introduceert CLVA, een trainingsvrije methode die hallucinaties in multimodale grote taalmodellen aanpakt door de regressie van aandacht naar vroege visuele ruis te corrigeren via het versterken van visuele ankers in tussenliggende lagen.
Dit paper introduceert THEMIS, een nieuw multimodaal benchmark voor het grondig evalueren van grote taalmodellen op hun vermogen tot visuele fraudeherkenning in complexe, realistische academische scenario's, waarbij experimenten aantonen dat zelfs de beste modellen nog aanzienlijke beperkingen hebben.
Het artikel introduceert Pixelis, een pixel-gebaseerd agentensysteem dat visuele intelligentie verbetert door direct te handelen op afbeeldingen en video's via uitvoerbare bewerkingen en te leren uit de gevolgen daarvan, wat leidt tot betere prestaties op benchmarks en veilig aanpassingsvermogen zonder externe feedback.
Dit paper introduceert RL-MBA, een reinforcement learning-framework dat multimodaal actief leren verbetert door dynamisch modale bijdragen te balanceren en steekproefmoeilijkheid te schatten, waardoor de classificatie-accuraatheid en modaliteitsfairness onder beperkte labelbudgetten aanzienlijk stijgen.
Dit paper introduceert MSRL, een multi-stadia versterkingsleerbenadering die schaalbare training van generatieve multimodale beloningsmodellen mogelijk maakt door eerst op tekstuele data te leren en deze vaardigheden vervolgens over te dragen naar multimodale taken, waardoor prestaties aanzienlijk verbeteren zonder extra multimodale voorkeurannotaties.
Dit paper introduceert MoireMix, een lichtgewicht, formulegebaseerde data-augmentatiemethode die analytische Moiré-interferentiepatronen gebruikt om de robuustheid van beeldclassificatiemodellen te verbeteren zonder externe datasets of significante rekentijd.