6074 papers
Dit paper introduceert VirtueBench, een benchmark die de betrouwbaarheid van Vision-Language-modellen onder onzekerheid evalueert door te testen of ze eerlijk kunnen weigeren te antwoorden wanneer essentiële frames ontbreken, in plaats van onbetrouwbare gokkern te maken die de huidige evaluatiemethoden vertekenen.
Deze paper introduceert PhyVLM-CR, een nieuwe methode die semantische priors van een Vision-Language Model combineert met fysische restauratie om een uniforme en nauwkeurige verwijdering van zowel dunne als dikke wolken op te leveren zonder expliciete cloudtype-classificatie.
Deze paper introduceert PSG-UIENet, een netwerk dat Retinex-fysica en taalkundige richtlijnen combineert om onderwaterbeelden te verbeteren, en introduceert hiervoor een nieuw multimodaal dataset en een semantische consistentieloss.
Deze paper introduceert een nieuwe aanpak voor het decoderen van visuele informatie uit EEG-signalen door het concept van 'Neural Visibility' te gebruiken voor het selecteren van de juiste lagen in visuele modellen en een hiërarchisch fusieframework, wat leidt tot een aanzienlijke verbetering van de prestaties tot 84,6% op de THINGS-EEG-dataset.
Het paper introduceert Multi-TAP, een nieuw raamwerk voor cross-domein aanbevelingen dat data-schaarste aanpakt door semantische persona's te modelleren om intra-domein heterogeniteit vast te leggen en bron-domein signalen selectief over te dragen op de doeldomeinen.
Dit paper introduceert mAVE, het eerste watermerksysteem dat audio en video cryptografisch aan elkaar koppelt in gezamenlijke generatieve modellen om de kwetsbaarheid voor 'swap-aanvallen' te elimineren en zo de reputatie van leveranciers te beschermen.
Deze studie introduceert een multidimensionaal evaluatiekader om de redeneercapaciteiten van kleine taalmodellen (SLM's) voor softwarearchitectuur te benchmarken, waarbij wordt vastgesteld dat modellen boven de 3 miljard parameters robuuste zero-shot prestaties leveren, terwijl sub-2B-modellen het meeste vooruitgang boeken door fine-tuning en few-shot prompting een effectieve kalibratiemethode blijkt voor specifieke middengrote modellen.
Deze paper introduceert een methode voor het genereren van gezichtsuitdrukkingen die zijn afgestemd op menselijke voorkeuren voor natuurlijke interactie, door menselijke feedback te integreren in een gesloten feedbacklus die een visueel-taal-actie model combineert met versterkende leerstrategieën.
Dit artikel onderzoekt concurrente graafspellen met gedistribueerde randomisatie, waarbij het aantoont dat geheugenloze strategieën volstaan voor drempelproblemen, de complexiteit van deze problemen analyseert, een nieuwe logica (IRATL) introduceert en een solver implementeert.
Deze studie introduceert ACLM, een op ADMM gebaseerde, gedistribueerde modelpredictieve regeling die legrobots in staat stelt om zware ladingen efficiënt en schaalbaar te vervoeren in complexe omgevingen door het globale optimalisatieprobleem op te splitsen in parallelle subproblemen met behoud van dynamische koppelingen.
Deze paper introduceert een schaalbaar, probabilistisch model op basis van Gaussische processen voor het voorspellen van menselijke bewegingen dat, ondanks een beperkt aantal parameters, nauwkeurige voorspellingen combineert met goed gekalibreerde onzekerheidsschattingen voor veilige mens-robotcollaboratie.
Het artikel NuNext introduceert een nieuwe methode voor nucleaire detectie in histopathologie die het probleem herschrijft als next-point detectie met een multimodaal groot taalmodel, gebruikmakend van twee trainingsfasen met ruimtelijke zachte supervisie en versterkingsleer om de prestaties op negen benchmarks aanzienlijk te verbeteren.
Dit onderzoek onderzoekt of grote taalmodellen (LLMs) onder strikte Unity-engine-structuurbeperkingen speelbare spelpatronen kunnen genereren, en concludeert dat hoewel menselijke tussenliggende representaties helpen, structurele 'grounding'-fouten de huidige schaalbaarheid van deze creatieve synthese beperken.
Dit paper introduceert AutoUE, een multi-agent systeem dat geautomatiseerd 3D-spellen genereert in Unreal Engine door middel van een geïntegreerde aanpak voor asset-retrieval, scene-generatie, code-synthese met documentatie-ondersteuning en geautomatiseerd speltesten.
Dit paper introduceert het PSAD-framework, dat een semi-autoregressieve generator en online kennisdistillatie combineert met een gebruikersprofielnetwerk om de latente en prestaties van gepersonaliseerde herordening in aanbevelingssystemen te verbeteren.
De studie ConservationBench onthult dat Vision Language Models systematisch falen in het redeneren over fysieke transformaties en het behoud van eigenschappen, omdat hun prestaties dicht bij het toeval blijven en zelfs verslechteren wanneer visuele informatie wordt toegevoegd ondanks sterke tekstuele vooroordelen.
Dit paper introduceert Failure Episodic Memory Alert (FEMA), een techniek die door het opslaan en hergebruiken van korte faalervaringen in een episodisch geheugen de sample-efficiëntie van reinforcement learning voor robots aanzienlijk verbetert door herhaaldelijke instabiele toestanden te voorkomen.
Dit paper introduceert S-PCL, een efficiënt zelftoezichtend leerframework voor borstfoto's dat door semantische partitie van patch-tokens zonder handmatige augmentaties of decoders een gestroomlijnde architectuur biedt met superieure prestaties en het laagste rekenverbruik.
Dit artikel introduceert aCAPTCHA, een nieuw beveiligingsprotocol dat gebruikmaakt van tijdsgebonden asymmetrische moeilijkheid om autonome AI-agenten, menselijke gebruikers en scripts van elkaar te onderscheiden via een verificatieprobleem voor agentic capaciteiten.
Dit paper introduceert TIQA, een nieuwe taak en dataset voor menselijk afgestemde tekstkwaliteitsbeoordeling in gegenereerde afbeeldingen, en presenteert ANTIQA, een lichtgewicht methode die de correlatie met menselijke beoordelingen significant verbetert ten opzichte van bestaande OCR- en VLM-basismethoden.