arXivDaily arXiv每日学术速递 周一至周五更新

高校专区

Imperial College London(帝国理工学院)

共收录 1187
2410.13161 2025-12-22 hep-lat cond-mat.stat-mech cs.LG hep-th

Non-Perturbative Trivializing Flows for Lattice Gauge Theories

非扰动的退化流用于格点规范理论

Mathis Gerdes, Pim de Haan, Roberto Bondesan, Miranda C. N. Cheng

机构 * Institute of Physics, University of Amsterdam(阿姆斯特丹大学物理研究所) Department of Computing, Imperial College London(伦敦帝国学院计算机系) Institute for Mathematics, Academia Sinica, Taiwan(台湾“中央研究院”数学研究所) Korteweg-de Vries Institute for Mathematics, University of Amsterdam(阿姆斯特丹大学柯尔特韦格-德维尔斯数学研究所)

AI总结 本文提出了一种适用于矩阵李群的连续归一化流架构,用于二维格点规范理论,展示了其在格点计算中的应用潜力。

Comments 7+7 pages, 5 figures, 4 tables; expanded published version, added 2 appendices with computational cost analysis and numerical evaluations (added 1 table and 2 figures)

Journal ref Phys. Rev. D 112, 094516 (2025)

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.16564 2025-12-19 cs.CV

4D Primitive-Mâché: Glueing Primitives for Persistent 4D Scene Reconstruction

4D 原始-马歇:粘合原始以实现持久的4D场景重建

Kirill Mazur, Marwan Taher, Andrew J. Davison

机构 * Dyson Robotics Lab, Imperial College London(戴森机器人实验室,帝国理工学院伦敦)

AI总结 本文提出一种4D场景重建方法,通过分解场景为刚体3D原始并推断其运动,实现持久的4D重建,优于现有方法。

Comments For project page, see https://makezur.github.io/4DPM/

详情

展开后加载摘要…

URL PDF HTML 收藏
2507.16043 2025-12-19 cs.NE cs.AI

Beyond Rate Coding: Surrogate Gradients Enable Spike Timing Learning in Spiking Neural Networks

超越速率编码:代理梯度使脉冲神经网络能够学习脉冲时间编码

Ziqiao Yu, Pengfei Sun, Danyal Akarca, Dan F. M. Goodman

机构 * Department of Electrical and Electronic Engineering(电子与电气工程系) Imperial College London(帝国理工学院) Imperial-X MRC Cognition and Brain Sciences Unit(英国医学研究理事会认知与脑科学单位)

AI总结 本研究通过代理梯度方法验证了脉冲神经网络在时间编码中的有效性,并发现延迟可显著提升性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.14717 2025-12-18 cs.LG

Is GPT-OSS All You Need? Benchmarking Large Language Models for Financial Intelligence and the Surprising Efficiency Paradox

GPT-OSS真的足够吗?对大型语言模型进行金融智能评估及令人惊讶的效率悖论

Ziqian Bi, Danyang Zhang, Junhao Song, Chiung-Yi Tseng

机构 * Purdue University(普渡大学) Independent Researcher(独立研究者) Imperial College London(帝国理工学院伦敦分校)

AI总结 本文评估了GPT-OSS在金融NLP任务中的表现,发现较小的模型在效率和性能上优于更大的竞争对手。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.14421 2025-12-17 cs.CV

LCMem: A Universal Model for Robust Image Memorization Detection

LCMem: 一种通用的图像记忆检测模型

Mischa Dombrowski, Felix Nützel, Bernhard Kainz

机构 * Friedrich-Alexander-Universität Erlangen-Nürnberg(埃朗根-纽伦堡弗里德里希-亚历山大大学) Imperial College London(伦敦帝国理工学院)

AI总结 LCMem通过两阶段训练策略,实现跨域隐私审计,提升记忆检测的可靠性和可扩展性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.14032 2025-12-17 cs.CV cs.AI eess.IV

ACE-SLAM: Scene Coordinate Regression for Neural Implicit Real-Time SLAM

ACE-SLAM:基于场景坐标的神经隐式实时SLAM

Ignacio Alzugaray, Marwan Taher, Andrew J. Davison

机构 * Dyson Robotics Lab, Imperial College London(帝京大学伦敦学院机器人实验室)

AI总结 ACE-SLAM通过基于场景坐标的神经隐式SLAM方法,实现实时场景建图与定位,具备高效、低内存和隐私保护的优势。

Comments Project Page: https://github.com/ialzugaray/ace-slam

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.13806 2025-12-17 cs.LG cs.AI cs.CV cs.HC

EEG-D3: A Solution to the Hidden Overfitting Problem of Deep Learning Models

EEG-D3: 解决深度学习模型中隐藏过拟合问题的解决方案

Siegfried Ludwig, Stylianos Bakas, Konstantinos Barmpas, Georgios Zoumpourlis, Dimitrios A. Adamos, Nikolaos Laskaris, Yannis Panagakis, Stefanos Zafeiriou

机构 * Department of Computing, Imperial College London(帝国理工学院伦敦分校计算机系) School of Informatics, Aristotle University of Thessaloniki(阿尔发大学索拉布斯分校信息学院) Department of Informatics and Telecommunications, National and Kapodistrian University of Athens(雅典国家与卡波迪斯蒂亚大学信息与电信系) Cogitat Ltd.(Cogitat有限公司)

AI总结 EEG-D3通过解耦解码分解方法,有效分离大脑活动的潜在成分,避免隐藏过拟合问题,提升实际应用中的泛化能力。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.11624 2025-12-17 cs.CV

Fast and Explicit: Slice-to-Volume Reconstruction via 3D Gaussian Primitives with Analytic Point Spread Function Modeling

快速且显式:通过3D高斯原语进行切片到体积重建的分析点扩散函数建模

Maik Dannecker, Steven Jia, Nil Stolt-Ansó, Nadine Girard, Guillaume Auzias, François Rousseau, Daniel Rueckert

机构 * TUM University Hospital, Technical University of Munich(慕尼黑技术大学医院,慕尼黑技术大学) Institut de Neurosciences de la Timone, Aix-Marseille Université(里莫尼神经科学研究所,艾克斯-马赛大学) IMT Atlantique(IMT大西洋) Department of Computing, Imperial College London(伦敦帝国理工学院计算机系)

AI总结 本文提出基于高斯显式表示的快速切片到体积重建方法,通过解析点扩散函数建模实现高效准确的3D图像重建。

Comments Under Review for MIDL 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2506.07584 2025-12-17 cs.LG

MIRA: Medical Time Series Foundation Model for Real-World Health Data

MIRA:面向真实世界健康数据的医学时间序列基础模型

Hao Li, Bowen Deng, Chang Xu, Zhiyuan Feng, Viktor Schlegel, Yu-Hao Huang, Yizheng Sun, Jingyuan Sun, Kailai Yang, Yiyao Yu, Jiang Bian

机构 * Microsoft Research(微软研究院) University of Manchester(曼彻斯特大学) Peking University(北京大学) Tsinghua University(清华大学) Nanjing University(南京大学) Imperial Global Singapore, Imperial College London(帝国理工学院伦敦分校)

AI总结 MIRA是一种专为医学时间序列预测设计的基础模型,通过连续时间旋转位置编码、频率特定混合专家层和连续动态外推块,实现对不规则时间间隔、异质采样率和缺失值的高效处理,提升医疗时间序列数据的预测精度和跨机构迁移能力。

Comments NeurIPS 2025 Main Conference

详情

展开后加载摘要…

URL PDF HTML 收藏
2505.11054 2025-12-17 cs.LG stat.ML

NeuralSurv: Deep Survival Analysis with Bayesian Uncertainty Quantification

NeuralSurv: 基于贝叶斯不确定性量化的深度生存分析

Mélodie Monod, Alessandro Micheli, Samir Bhatt

机构 * Imperial College London(帝国学院伦敦分校) University of Copenhagen(哥本哈根大学)

AI总结 NeuralSurv通过贝叶斯不确定性量化提升深度生存分析的校准性能,结合新颖的数据增强方案和高效变分算法,在合成和真实数据中均表现出优越的模型性能。

Journal ref NeurIPS 2025

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.08403 2025-12-16 cs.SD

DFALLM: Achieving Generalizable Multitask Deepfake Detection by Optimizing Audio LLM Components

DFALLM:通过优化音频LLM组件实现通用多任务深度伪造检测

Yupei Li, Li Wang, Yuxiang Wang, Lei Wang, Rizhao Cai, Jie Shi, Björn W. Schuller, Zhizheng Wu

机构 * Imperial College London(伦敦帝国学院) Chinese University HongKong, Shenzhen, China(香港中文大学(深圳)) Huawei, Singapore(新加坡华为) Technical University Munich, Munich, German(慕尼黑技术大学)

AI总结 DFALLM通过优化音频LLM组件,实现了通用多任务深度伪造检测,取得SOTA性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2503.07874 2025-12-16 cs.CV cs.AI

Relational Anatomical Supervision for Accurate 3D Multi-Chamber Cardiac Mesh Reconstruction

关系解剖监督用于准确的3D多腔心脏网格重建

Chenyu Zhang, Yihao Luo, Lei Zhu, Martyn G Boutelle, Choon Hwai Yap, Guang Yang

机构 * Bioengineering Department Imperial College London, London W12 7SL, United Kingdom Lung Institute, Imperial College London, London, United Kingdom Cardiovascular Research Centre, Royal Brompton Hospital, London SW3 6NP, United Kingdom School of Biomedical Engineering \& Imaging Sciences, King's College London, London WC2R 2LS, United Kingdom ROAS Thrust, Hong Kong University of Science Department of Electronic Computer Engineering, Hong Kong University of Science

AI总结 本文提出了一种关系解剖监督框架,通过引入MIE损失,提升多腔心脏网格重建的准确性和解剖一致性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.12658 2025-12-16 cs.CV

CogDoc: Towards Unified thinking in Documents

CogDoc: 向文档中的统一思维迈进

Qixin Xu, Haozhe Wang, Che Liu, Fangzhen Lin, Wenhu Chen

机构 * Tsinghua University(清华大学) The Hong Kong University of Science and Technology(香港科技大学) University of Waterloo(滑铁卢大学) Imperial College London(伦敦帝国学院)

AI总结 CogDoc提出一种统一的粗到细思维框架,通过直接强化学习提升文档推理性能,优于现有方法并在视觉丰富任务中表现优异。

详情

展开后加载摘要…

URL PDF HTML 收藏
2508.12461 2025-12-16 cs.CL

Is GPT-OSS Good? A Comprehensive Evaluation of OpenAI's Latest Open Source Models

GPT-OSS好吗?对OpenAI最新开源模型的综合评估

Ziqian Bi, Keyu Chen, Chiung-Yi Tseng, Danyang Zhang, Tianyang Wang, Hongying Luo, Lu Chen, Junming Huang, Jibin Guan, Junfeng Hao, Xinyuan Song, Junhao Song

机构 * AI Agent Lab, Vokram Group(AI代理实验室,Vokram集团) Purdue University(普渡大学) Georgia Institute of Technology(佐治亚理工学院) University of Minnesota(明尼苏达大学) Emory University(埃默里大学) Imperial College London(伦敦帝国学院)

AI总结 GPT-OSS在代码生成方面表现优异,但在多语言任务上存在不足,研究发现稀疏架构扩展未必能带来性能提升。

详情

展开后加载摘要…

URL PDF HTML 收藏
2505.18101 2025-12-16 cs.LG

Dynamic Dual Buffer with Divide-and-Conquer Strategy for Online Continual Learning

动态双缓冲与分治策略用于在线持续学习

Congren Dai, Huichi Zhou, Jiahao Huang, Zhenxuan Zhang, Fanwen Wang, Yijian Gao, Guang Yang, Fei Ye

机构 * Department of Computing, Imperial College London(帝国理工学院计算机系) Department of Bioengineering, Imperial College London(帝国理工学院生物工程系) School of Information and Software Engineering, University of Electronic Science and Technology of China(电子科技大学信息与软件工程学院)

AI总结 本文提出ODEDM框架,通过动态双缓冲与分治策略,有效缓解在线持续学习中的灾难性遗忘问题,实现跨数据集的高性能表现。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.09422 2025-12-16 cs.CV

InfoMotion: A Graph-Based Approach to Video Dataset Distillation for Echocardiography

InfoMotion: 一种基于图的方法用于超声心动图视频数据集蒸馏

Zhe Li, Hadrien Reynaud, Alberto Gomez, Bernhard Kainz

机构 * Department AIBE, FAU Erlangen-Nürnberg, Erlangen, Germany(AIBE部门,埃尔朗根-纽伦堡大学,德国) Department of Computing, Imperial College London, London, UK(计算系,伦敦帝国学院,英国) Ultromics Ldt., Oxford, UK(Ultromics公司,英国)

AI总结 本文提出一种基于图的方法,通过运动特征提取和Infomap算法,高效蒸馏超声心动图视频数据集,提升数据集的紧凑性和信息量。

Comments Accepted at MICAD 2025

详情

展开后加载摘要…

URL PDF HTML 收藏
2504.20566 2025-12-12 cs.LG cs.AI

Balanced Online Class-Incremental Learning via Dual Classifiers

通过双分类器实现平衡的在线类增量学习

Shunjie Wen, Thomas Heinis, Dong-Wan Choi

机构 * Inha University(釜山大学) Imperial College London(伦敦帝国理工学院)

AI总结 本文提出BISON方法,通过双分类器实现在线类增量学习中的高可塑性和稳定性,实验显示其性能优于现有方法。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.09610 2025-12-11 cs.HC cs.AI cs.CV

ImageTalk: Designing a Multimodal AAC Text Generation System Driven by Image Recognition and Natural Language Generation

ImageTalk: 设计一种由图像识别和自然语言生成驱动的多模态AAC文本生成系统

Boyin Yang, Puming Jiang, Per Ola Kristensson

机构 * Department of Engineering, University of Cambridge(剑桥大学工程系) Department of Computing, Imperial College London(伦敦帝国学院计算机系)

AI总结 ImageTalk通过图像识别和自然语言生成设计多模态AAC文本生成系统,实现95.6%的按键节省率和高用户满意度。

Comments 24 pages, 10 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.09496 2025-12-11 cs.LG cs.AI

Representation Invariance and Allocation: When Subgroup Balance Matters

表示不变与分配:当子组平衡至关重要时

Anissa Alloula, Charles Jones, Zuzanna Wakefield-Skorniewska, Francesco Quinzan, Bartłomiej Papież

机构 * University of Oxford(牛津大学) Imperial College London(伦敦帝国理工学院)

AI总结 研究探讨了子组平衡对模型性能的影响,提出潜在分离假设,并通过实验验证,为数据收集和平衡提供指导。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.09418 2025-12-11 cs.CV

Label-free Motion-Conditioned Diffusion Model for Cardiac Ultrasound Synthesis

无标签的运动条件化扩散模型用于心脏超声合成

Zhe Li, Hadrien Reynaud, Johanna P Müller, Bernhard Kainz

机构 * Department AIBE, FAU Erlangen-Nürnberg(AIBE部门,埃尔朗根-纽伦堡大学) Department of Computing, Imperial College London(计算系,伦敦帝国理工学院)

AI总结 本文提出无标签的运动条件化扩散模型,通过自监督运动特征生成逼真的心脏超声视频,无需手动标注。

Comments Accepted at MICAD 2025

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.08979 2025-12-11 cs.CV cs.AI

What Happens When: Learning Temporal Orders of Events in Videos

当什么发生时:学习视频中事件的时间顺序

Daechul Ahn, Yura Choi, Hyeonbeom Choi, Seongwon Cho, San Kim, Jonghyun Choi

机构 * Seoul National University(首尔国立大学) Imperial College London(帝国理工学院伦敦分校)

AI总结 本文提出MECOT方法,通过事件级描述训练和思维链提示提升视频模型对事件时间顺序的理解能力。

Comments WACV 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.08629 2025-12-10 cs.AI cs.CV cs.HC

See-Control: A Multimodal Agent Framework for Smartphone Interaction with a Robotic Arm

See-Control: 一种多模态代理框架用于智能手机与机械臂的交互

Haoyu Zhao, Weizhong Ding, Yuhao Yang, Zheng Tian, Linyi Yang, Kun Shao, Jun Wang

机构 * University College London(伦敦大学学院) Imperial College London(伦敦帝国学院) Huawei Noah’s Ark Lab(华为诺亚实验室) ShanghaiTech University(上海科技大学) Southern University of Science(南方科技大学)

AI总结 See-Control通过直接与机械臂交互实现智能手机操作,无需ADB或系统后台访问,提供了一个平台无关的多模态代理框架。

详情

展开后加载摘要…

URL PDF HTML 收藏
2505.08605 2025-12-10 cs.CV

Leveraging Multi-Modal Information to Enhance Dataset Distillation

利用多模态信息提升数据集蒸馏

Zhe Li, Hadrien Reynaud, Bernhard Kainz

机构 * Department AIBE FAU Erlangen-Nürnberg(FAU埃朗根-纽伦堡部门) Department of Computing Imperial College London(伦敦帝国理工学院计算机系)

AI总结 本文提出多模态数据集蒸馏框架,结合标题引导监督和对象中心遮蔽,提升数据集效用并增强隐私保护。

Comments Accepted at BMVC Workshop (Privacy, Fairness, Accountability and Transparency in Computer Vision)

详情

展开后加载摘要…

URL PDF HTML 收藏
2505.06670 2025-12-10 cs.CV

Video Dataset Condensation with Diffusion Models

视频数据集压缩与扩散模型

Zhe Li, Hadrien Reynaud, Mischa Dombrowski, Sarah Cechnicka, Franciskus Xaverius Erick, Bernhard Kainz

机构 * Department AIBE FAU Erlangen-Nürnberg(FAU埃尔朗根-纽伦堡AIBE部门) Department of Computing Imperial College London(伦敦帝国理工学院计算系)

AI总结 本文提出基于扩散模型和VST-UNet的视频数据集压缩方法,结合训练免费聚类算法,有效提升视频数据集蒸馏性能,达到10.61%的性能提升。

Comments Accepted at BMVC 2025

详情

展开后加载摘要…

URL PDF HTML 收藏
2510.09365 2025-12-09 eess.IV cs.CV cs.LG

A Biophysically-Conditioned Generative Framework for 3D Brain Tumor MRI Synthesis

一种基于生物物理条件的生成框架用于3D脑肿瘤MRI合成

Valentin Biller, Lucas Zimmer, Ayhan Can Erdur, Sandeep Nagar, Daniel Rückert, Niklas Bubeck, Jonas Weidner

机构 * Technical University of Munich(慕尼黑技术大学) Munich Center for Machine Learning (MCML)(慕尼黑机器学习中心) Imperial College London(伦敦帝国学院)

AI总结 本文提出了一种基于生物物理条件的生成框架,用于生成高保真的3D脑肿瘤MRI,通过条件生成模型实现肿瘤合成和健康组织修复,实验结果显示在PSNR指标上取得良好效果。

详情

展开后加载摘要…

URL PDF HTML 收藏
2504.17432 2025-12-09 cs.CV

Breaking the Modality Barrier: Universal Embedding Learning with Multimodal LLMs

突破模态壁垒:基于多模态大语言模型的通用嵌入学习

Tiancheng Gu, Kaicheng Yang, Ziyong Feng, Xingjun Wang, Yanzhao Zhang, Dingkun Long, Yingda Chen, Weidong Cai, Jiankang Deng

机构 * The University of Sydney(悉尼大学) DeepGlint Tongyi Lab, Alibaba Group(阿里云实验室) Imperial College London(伦敦帝国理工学院)

AI总结 UniME通过两阶段框架提升多模态表示学习,利用知识蒸馏和硬负样本微调增强判别能力与指令遵循性能。

Comments 13 pages, 8 figures, Accepted by ACM MM2025, Project page: https://garygutc.github.io/UniME

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.06829 2025-12-09 cs.RO

MagicSkin: Balancing Marker and Markerless Modes in Vision-Based Tactile Sensors with a Translucent Skin

MagicSkin: 通过透明皮肤平衡标记与无标记模式在基于视觉的触觉传感器中的应用

Oluwatimilehin Tijani, Zhuo Chen, Jiankang Deng, Shan Luo

机构 * Robot Perception Lab, Centre for Robotics Research, Department of Engineering, King’s College London(机器人感知实验室,机器人研究研究中心,工程系,伦敦国王学院) Imperial College London(帝国理工学院伦敦校区)

AI总结 MagicSkin通过半透明标记平衡标记与无标记模式,提升触觉传感器在物体分类、纹理识别和力预测中的性能。

Comments Submitted to ICRA2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.06206 2025-12-09 cs.CV cs.LG

The MICCAI Federated Tumor Segmentation (FeTS) Challenge 2024: Efficient and Robust Aggregation Methods for Federated Learning

MICCAI 2024 联邦肿瘤分割挑战:联邦学习中高效且稳健的权重聚合方法

Akis Linardos, Sarthak Pati, Ujjwal Baid, Brandon Edwards, Patrick Foley, Kevin Ta, Verena Chung, Micah Sheller, Muhammad Irfan Khan, Mojtaba Jafaritadi, Elina Kontio, Suleiman Khan, Leon Mächler, Ivan Ezhov, Suprosanna Shit, Johannes C. Paetzold, Gustav Grimberg, Manuel A. Nickel, David Naccache, Vasilis Siomos, Jonathan Passerat-Palmbach, Giacomo Tarroni, Daewoon Kim, Leonard L. Klausmann, Prashant Shah, Bjoern Menze, Dimitrios Makris, Spyridon Bakas

机构 * Department of Pathology and Laboratory Medicine, Indiana University School of Medicine(印第安纳大学医学院病理学与实验室医学系) Center for Federated Learning in Medicine, Indiana University School of Medicine(印第安纳大学医学院医学联邦学习中心) Medical AI Group, MLCommons(MLCommons医学人工智能小组) Intel Corporation(英特尔公司) Sage Bionetworks(Sage生物网络) Turku University of Applied Sciences(图尔库应用科学大学) Stanford University(斯坦福大学) Ecole Normale Supérieure(巴黎高等师范大学) Technical University of Munich(慕尼黑技术大学) Weill Cornell Medicine(韦尔医学院) Ezri AI Labs(Ezri AI实验室) City St George’s, University of London(伦敦大学城市学院) Imperial College London(伦敦帝国学院) Seoul National University(首尔国立大学) Ostbayerische Technische Hochschule (OTH) Regensburg(雷根斯堡应用技术大学) Universität Zürich(苏黎世大学) Kingston University London(伦敦金史密斯学院) Departments of Radiology and Imaging Sciences(印第安纳大学医学院放射学与影像科学系;神经外科系;生物统计学与健康数据科学系) Neurological Surgery(印第安纳大学计算机科学系;Luddy信息学、计算与工程学院) Biostatistics and Health Data Science, Indiana University School of Medicine Department of Computer Science, Luddy School of Informatics, Computing and Engineering, Indiana University

AI总结 MICCAI 2024挑战提出基于PID控制器的联邦学习方法,提升肿瘤分割的鲁棒性和效率,实现高DSC和低HD95的优异性能。

Comments Published at the Journal of Machine Learning for Biomedical Imaging (MELBA) https://melba-journal.org/2025:033

Journal ref Machine.Learning.for.Biomedical.Imaging. 3 (2025)

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.06014 2025-12-09 cs.CV

Benchmarking CXR Foundation Models With Publicly Available MIMIC-CXR and NIH-CXR14 Datasets

基于公开的MIMIC-CXR和NIH-CXR14数据集评估CXR基础模型

Jiho Shin, Dominic Marshall, Matthieu Komorowski

机构 * Imperial College London(帝国理工学院伦敦分校)

AI总结 本文评估了两种CXR基础模型在不同数据集上的性能,发现MedImageInsight在多数任务表现更优,而CXR-Foundation具有良好的跨数据集稳定性,强调了标准化评估的重要性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.04222 2025-12-05 cs.CV

ReasonX: MLLM-Guided Intrinsic Image Decomposition

ReasonX: 基于多模态大语言模型的内在图像分解

Alara Dirik, Tuanfeng Wang, Duygu Ceylan, Stefanos Zafeiriou, Anna Frühstück

机构 * Imperial College London(伦敦帝国学院) Adobe Research(Adobe研究院)

AI总结 ReasonX通过多模态大语言模型提供相对比较监督,提升内在图像分解的泛化能力与精度。

详情

展开后加载摘要…

URL PDF HTML 收藏