实体
mime artist
mime artist
PulseAugur coverage of mime artist — every cluster mentioning mime artist 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
-
新训练方法增强视觉语言模型的上下文学习能力
研究人员开发了一种新方法来提高视觉语言模型（VLMs）的视觉上下文学习（vICL）能力。他们的方法称为 MIME，涉及创建一个省略文本捷径的训练数据集，迫使模型仅从视觉演示中学习。这种方法以及一种称为 DTAD 的技术（随机隐藏演示标签）显著提高了包括 Qwen3 VL 8B 和 LLaVA 1.5 13B 在内的各种 VLM 的 vICL 准确性，同时不影响单图像性能。研究结果表明，vICL 数据应成为 VLM 训练的标准组成部分。
-
新的多模态编码器增强了两人交互动作检索
研究人员开发了多模态交互运动编码器（MIME），一个用于学习两人交互的文本-运动表示的新颖系统。MIME 利用基于流的协同注意力和基于课程的对比学习来捕捉个体和共享的运动结构。在文本到运动检索任务中，MIME 在现有融合基线的基础上显著改进，在 2,000 个样本库中 R@1 分数相对提高了 12.8%。该编码器在下游运动生成任务中也作为辅助先验显示出有效性，提高了语义对齐指标。