Xi'an Jiaotong University（西安交通大学）

Are Dense Labels Always Necessary for 3D Object Detection from Point Cloud?

密集标签是否总是必要于点云中的3D物体检测？

Chenqiang Gao, Chuandong Liu, Jun Shu, Fangcen Liu, Jiang Liu, Luyu Yang, Xinbo Gao, Deyu Meng

机构 * School of Intelligent Systems Engineering, the Shenzhen Campus of Sun Yatsen University（南方科技大学深圳校区智能系统工程学院） ； School of Computer Science, Wuhan University（武汉大学计算机学院） ； School of Mathematics and Statistics and Ministry of Education Key Lab of Intelligent Networks and Network Security, Xi’an Jiaotong University（西安交通大学数学与统计学系和教育部智能网络与网络安全重点实验室） ； School of Communication and Information Engineering, Chongqing University of Posts and Telecommunications（重庆邮电大学通信与信息工程学院） ； Meta ； University of Maryland（美国马里兰大学） 纠错

AI总结 本文提出SS3D++方法，通过稀疏注释减少标注成本，在KITTI和Waymo数据集上实现性能媲美或超越全监督方法。

Comments update

Locomo-Plus: Beyond-Factual Cognitive Memory Evaluation Framework for LLM Agents

Locomo-Plus：面向LLM代理的超越事实性认知记忆评估框架

Yifei Li, Weidong Guo, Lingling Zhang, Rongman Xu, Muye Huang, Hui Liu, Lijiao Xu, Yu Xu, Jun Liu

机构 * Xi’an Jiaotong University（西安交通大学） ； Tencent（腾讯） 纠错

AI总结 LoCoMo-Plus提出一种基于约束一致性的评估框架，用于评估LLM代理在长期对话中处理隐含约束的能力，揭示现有基准无法捕捉的认知记忆挑战。

Comments 16 pages, 8 figures