Xuweiyi Chen
収録論文 2本 ・ フィジカルAI/ロボット学習
3D-LLM3D視覚グラウンディング
※arXiv著者名で収集。同姓同名の別人の論文が含まれる場合があります。
論文
- 3D-GRAND: 接地精度が高く幻覚の少ない3D-LLM向け100万規模データセット3D-LLM2024/6/1
家庭内3Dシーン4万件と言語指示620万件を対応付けた大規模データセットを構築し、3D-LLMの指示チューニングで接地能力向上と幻覚低減を実現、幻覚評価ベンチマーク3D-POPEも提案した。
- LLM-Grounder: 大規模言語モデルをエージェントとして用いたオープンボキャブラリ3D視覚グラウンディング3D視覚グラウンディング2023/9/1
大規模言語モデル(LLM)が複雑な自然言語クエリを分解し、視覚グラウンディングツールと連携して3Dシーン内の物体を特定・評価する、学習データ不要のゼロショット3D視覚グラウンディング手法を提案。
