VLM - 亜美と智也のAI論文解説 - Page 2

7月 30 2026

0

AnnoBench：可視化アノテーションの品質を測るベンチマークと評価フレームワーク

投稿者: ユウ

TL;DR AnnoBenchは、LLM/VLMが生成するチャートアノ…

7月 29 2026

0

DecoupleMix：VLMデータ混合比率を分解して最適化する実践手法

投稿者: ユウ

TL;DR VLMの継続事前学習データの混合比率を、能力カテゴリ間（i…

7月 28 2026

0

ER図からデータベーススキーマを復元するVLM評価ベンチマーク「ERUnderstand」

投稿者: ユウ

TL;DR ERUnderstandは、VLMがER図からデータベース…

7月 28 2026

0

化学実験ロボットの故障分析ベンチマークLabRobFail：自動故障注入と6次元評価

投稿者: ユウ

TL;DR LabRobFailは、化学自走実験室向けの故障分析フレー…

7月 23 2026

0

画像と質問の順序で精度が変わるVLMの弱点をテスト時間学習で修復

投稿者: ユウ

TL;DR Vision-Language Modelは画像→質問の順…

7月 22 2026

0

VLM画像改ざん検出のためのシンプルなドメイン汎化フレームワーク

投稿者: ユウ

TL;DR PIXAR-DGは、VLMが生成した画像のピクセルレベルの…

7月 21 2026

0

テキストで指定した側面に基づく画像類似度指標TPIPS

投稿者: ユウ

TL;DR 人間の視覚的類似性判断は文脈（色・形・背景など）に依存する…

7月 21 2026

0

ToolSciVer：科学論文の図表を読み解く、強化学習でツールを使い分ける検証フレームワーク

投稿者: ユウ

TL;DR ToolSciVerは、科学論文の図表やグラフを正確に読み…

7月 20 2026

0

VTM-Nav：階層的視覚トポロジカルメモリで同一シーンの物体探索を再利用する

投稿者: ユウ

TL;DR VTM-Navは、同一シーンを繰り返し探索する物体ゴールナ…

7月 19 2026

0

複数LLM協調で脳腫瘍MRIレポート生成、3D VLMを実現

投稿者: ユウ

TL;DR 脳腫瘍（グリオーマ・髄膜腫）の3D MRIとテキストのペア…