Seeing Through Words: Controlling Visual Retrieval Quality with Language Models
通过文字看见:利用语言模型控制视觉检索质量
机构 * Adobe Research(Adobe研究部) ; Northeastern University(东北大学)
AI总结 通过生成语言模型扩展短查询并控制图像质量,提升视觉检索效果和可控性
高校专区
通过文字看见:利用语言模型控制视觉检索质量
机构 * Adobe Research(Adobe研究部) ; Northeastern University(东北大学)
AI总结 通过生成语言模型扩展短查询并控制图像质量,提升视觉检索效果和可控性
一个非常大的视频推理套件
机构 * University of California, Berkeley(加州大学伯克利分校) ; Nanyang Technological University(南洋理工大学) ; Northeastern University(东北大学) ; University of Tübingen(图宾根大学) ; Johns Hopkins University(约翰霍普金斯大学) ; University of Michigan(密歇根大学) ; University of Southern California(南加州大学) ; Washington University in St. Louis(圣路易斯华盛顿大学) ; Shanghai Jiao Tong University(上海交通大学) ; East China Normal University(华东师范大学) ; Stanford University(斯坦福大学) ; University of Texas at Austin(得克萨斯大学奥斯汀分校) ; University of California, Los Angeles(加州大学洛杉矶分校) ; Cornell University(康奈尔大学) ; San Jose State University(圣何塞州立大学) ; University of California, Irvine(加州大学尔湾分校) ; Technical University of Munich(慕尼黑技术大学) ; University of California, San Diego(加州大学圣地亚哥分校) ; Imperial College London(伦敦帝国学院) ; University of Wisconsin--Madison(威斯康星大学麦迪逊分校) ; University of Edinburgh(爱丁堡大学) ; Hong Kong University of Science(香港科学大学) ; New York University(纽约大学) ; Auburn University(阿伯丁大学) ; Columbia University(哥伦比亚大学) ; University of Bristol(布里斯托大学) ; University of Waterloo(滑铁卢大学) ; The Chinese University of Hong Kong(香港中文大学) ; Carnegie Mellon University(卡内基梅隆大学) ; University of Oxford(牛津大学) ; University of North Carolina at Chapel Hill(北卡罗来纳大学教堂山分校)
AI总结 VBVR数据集和评估框架旨在解决视频推理能力研究中的大规模数据缺乏问题,通过大规模实验观察到对未见任务的泛化能力。
Comments Homepage: https://video-reason.com/
语言模型使用回溯来跟踪信念
机构 * Northeastern University(东北大学) ; Technion(技术学院) ; MIT CSAIL(麻省理工学院计算机科学与人工智能实验室) ; Goodfire ; Pr(Ai) 2 R Group(Pr(Ai) 2 R集团)
AI总结 本研究揭示语言模型通过回溯机制跟踪角色信念的算法模式,通过构建CausalToM数据集,分析LM在因果中介和抽象中的推理能力,并探讨可见性对信念更新的影响。
Comments 38 pages, 50 figures. Code and data at https://belief.baulab.info/
N4MC:神经4D网格压缩
机构 * Northeastern University(东北大学) ; University of Science and Technology of China(中国科学技术大学)
AI总结 N4MC通过神经4D压缩框架高效压缩时间变化网格序列,利用帧间压缩技术提升时间一致性,并在率失真性能上优于现有方法。
耦合簇与莫勒:用于神经波函数的分子轨道学习
机构 * Key Lab of Electromagnetic Processing of Materials, Ministry of Education, Northeastern University(电磁材料电磁加工重点实验室,教育部,东北大学)
AI总结 MōLe通过直接预测耦合簇的核心数学对象,实现高效分子轨道学习,提升量子化学计算的准确性和泛化能力。
RHYTHM:基于层次时间标记的人类移动推理
机构 * Northeastern University(东北大学) ; Northwestern University(西北大学)
AI总结 RHYTHM通过层次时间标记框架提升人类移动预测的准确性和效率,实现更高效的时空推理与预测。
Comments Advances in Neural Information Processing Systems 39 (NeurIPS) 2025