Subarna Tripathi
収録論文 2本 ・ フィジカルAI/ロボット学習
空間推論手術AI/視覚言語モデル
※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
- 意思決定が重要な用途におけるマルチモーダルLLMの説明可能でリソース効率的な空間推論空間推論2026/7/29
マルチモーダル大規模言語モデル(MLLM)の空間推論能力を向上させるため、深度情報に加えて物体間の空間関係を明示的な述語としてプロンプトに注入する訓練不要のフレームワークByDeWay-V2を提案した。
- 潜在アクション誘導による手術インタラクション認識のための視覚ファインチューニング手術AI/視覚言語モデル2026/7/22
手術中の器具と組織の相互作用を認識するため、潜在アクションで誘導する視覚言語モデルのファインチューニング手法を提案。逆動力学モデルと前方世界モデルを用いてアクション関連領域の表現を強化し、パッチレベルの正則化で局所特徴の崩壊を防ぐ。
