Qwen3-VL-Seg: 視覚言語グラウンディングでオープンワールド参照セグメンテーションを実現
Qwen3-VL-Segは、言語指示に基づいて画像内の特定の領域をピクセルレベルで高精度にセグメンテーションす…
AI&Tech、もう追いかけなくていい。
30秒で読めるニュースダイジェスト
研究
3316件
MathlibPR：形式的数学ライブラリのプルリクエストマージ準備度ベンチマーク
LLMが形式的数学ライブラリMathlibのプルリクエスト（PR）レビューを支援できるかを評価するベンチマーク…
DPG-CD：深度事前情報誘導型クロスモーダル2D-3D変化検出
都市の2D意味変化と3D高さ変化を同時に高精度で検出する新手法DPG-CDが発表されました。
DNAメチル化に基づく生物学的年齢推定のための多関係グラフ表現学習
DNAメチル化データから生物学的年齢を推定する新しいAIモデル「RelAge-GNN」が開発されました。
HyperEyes: 並列マルチモーダル検索エージェントのための二段階効率認識強化学習
HyperEyesは、複数の情報を同時に検索できる並列マルチモーダル検索エージェントです。
テキストの不気味の谷：LLM情報検索における非単調な性能劣化
単語の境界が破損したテキストに対するLLMの情報検出精度が、U字型の「テキストの不気味の谷」現象を示す…
事前学習済み画像モデル向け閉形式線形プローブデータセット蒸留
事前学習済み画像モデルのデータセット蒸留において、計算コストを大幅に削減する新手法が提案されました。
ゲーミングチャットにおける多クラス有害性検出のための合成データ拡張による大規模言語モデルのファインチューニング
ゲーミングチャットの有害なメッセージを6つのカテゴリに分類するタスクで、合成データ拡張を用いたLLMの…
オープンウェイトプロキシアナライザーの活性化による幻覚検出
大規模言語モデルの幻覚を、生成モデルとは別の小型オープンウェイトモデルの内部活性化を用いて検出する…
HARMONY：異種分割型連合学習における表現スキューを緩和し、パーソナライゼーションと汎化のギャップを埋める
異種クライアントアーキテクチャを持つ分割型連合学習で、パーソナライゼーションと汎化のギャップを埋め…
同じ脳でも予測は異なる：前処理の選択がEEGデコーディングの信頼性をいかに損なうか
EEGデータの前処理方法の選択が、深層学習モデルによる脳活動予測の信頼性を著しく低下させることを発見し…
CASCADE：投機的画像デコードのための文脈認識型緩和
画像生成の高速化技術「CASCADE」が開発され、最大3.6倍の高速化を達成しました。