跳至内容

pchao.org

GeoRefer-Bench：从指称像素到可验证地理空间推理的基准

27 9 月, 2026 作者 PengChao
基准设计

GeoRefer-Bench 用度量场景图上的可执行逻辑式与 Exact Query Success，把遥感指称从掩码重叠改成可验证的集合指称解析。

分类 CVPR三分钟 标签 CVPR三分钟、 EQS、 Executable logical form、 GeoRefer-Bench、 人工智能、 深度学习、 计算机视觉 发表评论

PROVE：面向医疗视觉问答幻觉检测的证明引导体制感知算子核验

27 9 月, 2026 作者 PengChao
方法总览

PROVE 按问题证据结构路由到三体制与五算子子集，并用确定性证明特征校准权重，在医疗 VQA 黑盒幻觉检测上达到 0.821 AUROC。

分类 CVPR三分钟 标签 AUROC、 CVPR三分钟、 PROVE、 VQA-RAD、 人工智能、 深度学习、 计算机视觉 发表评论

SARFusion：面向稳健相机–激光三维检测的场景感知路由融合

27 9 月, 2026 作者 PengChao
方法总览

SARFusion 用场景可靠度先验加查询级分支路由，在相机、激光与融合三路之间动态选择，降低退化条件下的负迁移。

分类 CVPR三分钟 标签 CVPR三分钟、 SABR、 SARFusion、 SRP、 人工智能、 深度学习、 计算机视觉 发表评论

IronViT：面向高效通才视觉表示学习

27 9 月, 2026 作者 PengChao
数据与课程

IronViT 先把异构专家巩固进 softmax 能力桥，再渐进转到混合 softmax–linear 编码器，在通才迁移与高分辨率效率之间解耦优化。

分类 CVPR三分钟 标签 CVPR三分钟、 DINOv3、 IronViT、 QwenViT、 人工智能、 深度学习、 计算机视觉 发表评论

DAWN：用深度去噪世界模型做抗噪四足跑酷

27 9 月, 2026 作者 PengChao
方法总览

DAWN 在世界模型训练中加入噪声到干净的重建与对比对齐，使四足策略无需手工滤波即可从原始深度完成跑酷。

分类 CVPR三分钟 标签 CVPR三分钟、 DAWN、 RSSM、 SimCLR、 人工智能、 深度学习、 计算机视觉 发表评论

OmniFabric：在缝纫纸样 UV 空间合成一致的三维服装纹理

27 9 月, 2026 作者 PengChao
方法总览

OmniFabric 在缝纫纸样 UV 空间做粗到细纹理合成，用多条件 DiT 去除扭曲与烘焙光照，从单张野外服装图得到可仿真的归一化纹理。

分类 CVPR三分钟 标签 CVPR三分钟、 OmniFabric、 sewing pattern、 UV space texture normalization、 人工智能、 深度学习、 计算机视觉 发表评论

Rolling-WAM：带滚动想象的世界动作模型

27 9 月, 2026 作者 PengChao
方法总览

Rolling-WAM 用阶梯噪声滑动窗把视频-动作联合去噪摊到连续重规划周期，在保持操作成功率的同时大幅降低稳态推理时延。

分类 CVPR三分钟 标签 CVPR三分钟、 Rolling denoising / rolling window、 Rolling-WAM、 WAM、 人工智能、 深度学习、 计算机视觉 发表评论

WanPE：面向现代文生视频的电影级提示增强

27 9 月, 2026 作者 PengChao
方法总览

WanPE 用视频锚定反向 SFT 与 SC-GRPO，把用户请求规划成跨镜头电影级文本条件，显著提升长时长文生视频的人类偏好。

分类 CVPR三分钟 标签 CVPR三分钟、 SC-GRPO、 WanPE、 WanPEval、 人工智能、 深度学习、 计算机视觉 发表评论

用可渲染程序做多模态思维：SVGLM

27 9 月, 2026 作者 PengChao
方法总览

SVGLM 用 SVG 双栖文本与图像，经 8K 对话微调让 VLM 在推理中调用可渲染矢量程序，增强几何 think-with-image。

分类 CVPR三分钟 标签 CVPR三分钟、 MathCanvas、 SVG、 SVGLM、 人工智能、 深度学习、 计算机视觉 发表评论

多模态大语言模型中的对齐幻觉

27 9 月, 2026 作者 PengChao
问题背景

在 13 个 MLLM 上用噪声视觉 token 证明标量视觉–文本对齐可与任务崩塌共存，并追溯到共享 MLP 权重诱导，提出 PA gap 作几何诊断。

分类 CVPR三分钟 标签 CVPR三分钟、 MLLM、 NOISE、 ORIG、 人工智能、 深度学习、 计算机视觉 发表评论
较早文章
较新文章
← 上一页 页面1 … 页面11 页面12 页面13 … 页面75 下一页 →
© 2026 pchao.org • Built with GeneratePress