10079 papers
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.
Dit paper introduceert AnyDoc, een framework dat documentgeneratie verbetert door middel van een schaalbaar synthesepipeline voor het creëren van een groot HTML/CSS-dataset en een hoogte-bewuste versterkingsleerstrategie om overloopproblemen op te lossen.
Dit paper introduceert AirSplat, een nieuw trainingskader dat 3D-vision foundation modellen effectief aanpast voor hoogwaardige, pose-vrije nieuwe weergavesynthese door middel van zelf-consistente pose-uitlijning en rating-gebaseerde opaciteitsmatching.
Dit paper introduceert DAPASS, een bronvrij domeinadaptatiekader dat panoramische semantische segmentatie verbetert door middel van een vertrouwen-gestuurde ruisverwijdering en een contextuele resolutie-adversariale module om geometrische vervormingen en gebrek aan brondata aan te pakken.
Dit artikel introduceert Robust Principal Component Completion (RPCC), een nieuw probabilistisch raamwerk dat via variational Bayes-inferentie de ondersteuning van een spaarse component indirect identificeert om zo een lage-rang achtergrond te reconstrueren en post-hoc drempelwaarden te elimineren, wat leidt tot superieure prestaties in foreground-extractie en anomaliedetectie.
Deze paper introduceert EgoXtreme, een nieuw groot dataset voor robuuste 6D-objectpose-schatting in egocentrisch zicht onder extreme omstandigheden zoals zware bewegingsonscherpte en slechte verlichting, waarmee de kloof tussen gecontroleerde laboratoriumdata en chaotische real-world toepassingen wordt overbrugd.
Het paper introduceert SAVe, een zelftoezichtend audio-visueel raamwerk dat uitsluitend op authentieke video's leert door zelf gegenereerde pseudo-manipulaties en lip-synchronisatie-anomalieën te analyseren om robuuste deepfake-detectie te realiseren.
Dit paper introduceert FD², een speciaal framework voor gedetailleerde datasetdistillatie dat door middel van contrasterende aandacht en fijne-granulariteitsbeperkingen de prestaties verbetert door discriminatieve regio's te lokaliseren en overmatige gelijkenis binnen klassen te voorkomen.
Dit onderzoek presenteert een rangschikkingsoptimalisatiemethode voor video-tekstuitlijning die de beperkingen van binaire Direct Preference Optimization (DPO) overwint door gefinetunteerde visuele encoders en gesynthetiseerde caption-ketens te gebruiken voor nauwkeurigere beoordeling van visuele trouw.