多模态大模型

QA-ReID: Quality-Aware Query-Adaptive Convolution Leveraging Fused Global and Structural Cues for Clothes-Changing ReID

QA-ReID: 基于融合全局和结构线索的高质量查询自适应卷积用于衣物变换ReID

Yuxiang Wang, Kunming Jiang, Tianxiang Zhang, Ke Tian, Gaozhe Jiang

机构 * School of Business, Stevens Institute of Technology（斯蒂文斯理工学院商学院） ； Electrical and Computer Engineering, University of California, San Diego（加州大学圣地亚哥分校电子与计算机工程系） ； Tandon School of Engineering, New York University（纽约大学塔恩工学院） ； Institute of Operations Research and Analytics, National University of Singapore（新加坡国立大学运筹与分析研究所） 纠错

专题命中 其他多模态 ：multi-modal(abstract)；分类 cs.CV

AI总结 QA-ReID通过融合全局和结构线索的高质量查询自适应卷积，提升衣物变换ReID的鲁棒性和性能

Creating a Causally Grounded Rating Method for Assessing the Robustness of AI Models for Time-Series Forecasting

为评估时间序列预测中AI模型的鲁棒性构建一个因果基础的评分方法

Kausik Lakkaraju, Rachneet Kaur, Parisa Zehtabi, Sunandita Patra, Zhen Zeng, Siva Likitha Valluru, Biplav Srivastava, Marco Valtorta

机构 * University of South Carolina（南卡罗来纳大学） ； J.P. Morgan AI Research（摩根大通AI研究） 纠错

专题命中 其他多模态 ：multi-modal(abstract)；分类 cs.AI

AI总结 本文提出一种因果基础的评分方法，用于评估时间序列预测中AI模型的鲁棒性，通过分析不同扰动和数据分布下的表现，验证了多模态和专门模型在鲁棒性和准确性上的优势。

Comments arXiv admin note: text overlap with arXiv:2406.12908

Modular Foundation Model Inference at the Edge: Network-Aware Microservice Optimization

边缘侧模块化基础模型推理：网络感知的微服务优化

Juan Zhu, Zixin Wang, Shenghui Song, Jun Zhang, Khaled Ben Letaief

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文提出了一种基于微服务的边缘侧基础模型推理框架，通过网络感知的双层部署策略，利用核心服务与轻量服务的功能不对称性，实现稳健的服务质量保障与高效的任务完成。

Comments 4 figures. Conference