MLLM - 亜美と智也のAI論文解説

8月 18 2026

0

病理画像の空間文脈を言語だけで扱うSLMP：重み更新なしで最大+19.6ポイント改善

投稿者: ユウ

TL;DR SLMPは、病理WSIをタイル分割し、各タイルのMLLMに…

8月 15 2026

0

MLLMが画像を振り分ける：複数モデルを賢く使い分けるARMDIL

投稿者: ユウ

TL;DR ARMDILは、MLLM（マルチモーダル大規模言語モデル）…

7月 30 2026

0

ByDeWay-V2：訓練不要で空間推論を強化、説明可能なマルチモーダルLLM

投稿者: ユウ

TL;DR ByDeWay-V2は、MLLMの空間推論と幻覚低減を訓練…

7月 30 2026

0

セパレータトークンで視覚トークンを刈り込み、MLLMを高速化するSepPrune

投稿者: ユウ

TL;DR SepPruneは、MLLMの入力シーケンス内にある「モダ…

7月 28 2026

0

医療画像の2D/3Dを統合する視覚中心MLLM「ClinFusion」の実装と評価

投稿者: ユウ

TL;DR ClinFusionは、2D・3D医療画像を統合処理するカ…

7月 16 2026

0

VisualRepair：画像タイプに応じたツール呼び分けと領域フォーカスでソフトウェアバグ修正

投稿者: ユウ

TL;DR VisualRepairは、ソフトウェアのバグ報告に添付さ…

7月 15 2026

0

スポーツ映像理解の新ベンチマーク：複数カメラを活用するエージェントフレームワーク

投稿者: ユウ

TL;DR 既存のMLLMは単一視点の動画理解に優れるが、スポーツでは…