-
-
聞き取り AI がテストデータから新しい言葉を覚える CTC と言語モデルの組み合わせ
2026/9/26
CTCと言語モデルの組み合わせが、LibriSpeechでOOV文字誤りを最大14.97%減らした
-
-
会話AIの拒否ロジックを調べる研究、性的暴力の私的領域を可視化する話
2026/9/26
会話AIの拒否ロジックを調べた研究、性的暴力の私的領域を可視化する話
-
-
PPTBench、コードでスライドを組むエージェントの能力を測る
2026/9/26
PPTBenchで最上位のKimi K3でもスライド組立の正解率が67.80%。
-
-
AI エージェントの判断根拠に不確実性を伝播させるグラフ手法、ワークフローのガバナンス
2026/9/26
SSEG が、AI エージェントの判断に不確実性がどこから入ったかを定量で追えるようにした
-
-
カメラとLiDARの信頼度で分岐する3D物体検出SARFusion、悪条件での精度を維持する話
2026/9/26
SARFusionが、カメラとLiDARの信頼度に応じて処理を分岐し、悪条件でも精度を維持した。
-
-
音声に唇を合わせる ComplexSync、リアルタイム推論と高精度を両立させる話
2026/9/26
ComplexSync がリアルタイム推論と高精度な唇同期を両立させた
-
-
モネキュラーAIの深さを修正する FounRef、LiDARと組み合わせて推論を速くする話
2026/9/26
FounRefが、LiDARと組み合わせて深さ誤差を最大24%減らし、DMD3Cより推論をほぼ15倍速くした
-
-
空中の画像と赤外線画像を融合する FoCal、3Mパラメータで高速検出を実現する話
2026/9/26
FoCalが公開。3Mパラメータで113.6FPS、3データセットで83.5%・54.8%・64.6%の精度を達成。
-
-
符号化器だけで音の出る物体を映像から切り出す手法、精度を保ちつつ従来の3倍速く動く
2026/9/26
EASE が、精度を維持しつつ従来の 3 倍速く音の出る物体を映像から切り出せるようになった。
-
-
物理法則を制約に使う自己教師学習で、検出器の自己キャリブレーションと位置再構成を同時に行う話
2026/9/26
物理法則を制約に使う自己教師学習が、検出器の自己キャリブレーションと位置再構成を同時に行えることを実証。