实体
University of the Arts Helsinki
University of the Arts Helsinki
PulseAugur coverage of University of the Arts Helsinki — every cluster mentioning University of the Arts Helsinki across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
因子化向量量化在多模态理解中匹配连续视觉标记
研究人员开发了因子化向量量化（FVQ），一种创建离散视觉标记的新方法，该方法在多模态模型中可以匹配连续表示的语义理解。与先前假设量化误差必然导致语义损失的方法不同，FVQ证明了有效的比特预算是关键因素。该方法在互补特征视图上使用并行码本，使其能够有效扩展并达到离散模型中的最先进性能，甚至在细粒度OCR等任务上可与Qwen3 VL等连续模型相媲美。
-
新框架利用多模态学习增强自闭症识别
研究人员开发了UniAR，一个旨在改进自闭症谱系障碍（ASD）识别的新型框架。该系统利用大型多模态模型生成分层诊断描述，解决了临床文本数据稀缺的问题。UniAR 包含一个基于专家混合的多尺度对齐模块，用于匹配视觉数据与语义表示。在脑部 MRI 和面部表情数据集上的实验表明，UniAR 的性能优于现有方法，实现了高准确率，并证明了其在 ASD 筛查中的鲁棒性和可解释性。
-
新方法增强用于图像生成的视觉自回归模型
研究人员开发了新方法来提高视觉自回归模型的效率和性能。一种方法，Shift-and-Sum Quantization（移位求和量化），解决了图像生成任务中注意力值乘积的重建误差和校准数据差异。另一个框架UniAR，使用单一视觉分词器统一多模态理解和生成，通过多级特征融合和比特量化在图像生成和编辑方面取得了最先进的成果。