Qi Feng
収録論文 2本 ・ フィジカルAI/ロボット学習
VLA
※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
- 視覚空間認知のための視覚エキスパート階層融合VLA2025/5/1
意味理解と空間構造の二重エンコーダと空間QAデータセットで学習させたMLLM「ViCA2」を提案し、VSI-Benchで最高精度を達成した。
- 視空間認知アシスタントVLA2025/5/1
実世界の屋内動画から32万件のQAデータセットViCA-322Kを構築し、それを用いて微調整したViCA-7Bが視空間推論ベンチマークVSI-Benchの8タスクで最高性能を達成した。
