实体
Bingxuan Li
Bingxuan Li
PulseAugur coverage of Bingxuan Li — every cluster mentioning Bingxuan Li across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
超透镜通过编码物理线索增强单目深度估计
研究人员开发了一种新颖的方法，通过将纳米光子超透镜与深度基础模型（DFM）集成，来改进计算机视觉中的单目深度估计。该方法物理编码了通常在单图像深度估计中缺失的度量深度线索，从而解决了尺度模糊问题。该系统将依赖于深度的位置偏移嵌入到偏振光波前中，并创建了一个仿真管线来弥合训练的仿真到真实世界的差距。
-
新的EchoFoley任务支持细粒度视频声音生成
研究人员推出EchoFoley，一项用于生成具有细粒度控制的视频音效的新任务和基准。该系统解决了现有视频到音频模型的一些局限性，例如视觉主导和指令遵循能力弱。EchoFoley-6k，一个包含超过6000个视频-指令-标注三元组的数据集，支持此任务。提出的EchoVidia框架利用慢快思考策略，据报道在可控性和感知质量方面优于当前模型。
-
新的RL框架PEARL增强了LLM日历冲突解决能力
研究人员开发了PEARL，一个旨在提高大型语言模型（LLM）管理日历冲突能力的强化学习框架。目前的LLM代理在此任务上表现不佳，错误率很高。PEARL通过为代理配备外部内存来存储和更新用户偏好，并通过逐轮奖励来优化决策来解决这个问题。在CalConflictBench基准上的实验表明，与现有方法相比，PEARL显著降低了错误率。