实体
Jeonghwan Kim
Jeonghwan Kim
PulseAugur coverage of Jeonghwan Kim — every cluster mentioning Jeonghwan Kim across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
PixSearch 统一了区域锚定的检索，用于多模态模型
研究人员开发了 PixSearch，这是一种新颖的端到端大型多模态模型（LMM），旨在改进用于视觉问答的区域锚定检索。与可能传播错误并增加延迟的模块化系统不同，PixSearch 将视觉锚定与检索增强推理相结合。该模型学会触发检索，跨文本、整个图像和区域级数据选择查询，并将目标实体裁剪为视觉查询。与 GroundedSAM-LLaVA 管道相比，这种方法在 CRAG-MM 基准测试上准确率提高了 18.3%，推理延迟降低了 36.4%…
-
新框架推动3D场景生成与编辑的进展
研究人员开发了从单张图像生成和编辑3D场景的新框架。SceneConductor将过程分解为初始化、环境构建和多智能体优化，提高了几何精度和真实感。SceneCompleter使用几何感知扩散模型进行新视角合成，专注于密集3D场景补全，解决了几何失真和外观漂移的问题。MUSE通过基于记忆的增量需求满足提供智能体3D场景创作，实现了可控构建和保留感知编辑。