Gueter Josmy Faure
収録論文 2本 ・ フィジカルAI/ロボット学習
VQA/ベンチマークVLM/ベンチマーク
※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
- FineBench:細粒度な人間活動理解のための視覚言語モデルのベンチマークと性能向上VQA/ベンチマーク2026/5/19
長時間動画における細かい人間の動きや相互作用を評価する新しいベンチマークFineBenchを構築し、既存のオープンソースVLMの弱点を特定。さらにモジュール型フレームワークFineAgentを提案して性能を改善した。
- SceneFunRI: タスク駆動型機能物体位置特定のための不可視領域推論VLM/ベンチマーク2026/5/1
実世界では対象物体が隠れて見えないことがあるが、人間は文脈と常識で位置を推測できる。本論文は、この「不可視領域の推論」をVLMsに課すベンチマークSceneFunRIを構築し、既存モデルの性能が低いことを示した。
