Wenshan Wu
収録論文 1本 ・ フィジカルAI/ロボット学習
マルチモーダルエージェント
※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
- 視覚をツール化:マルチモーダルエージェントコーディングのための視覚ハーネスマルチモーダルエージェント2026/11/13
MLLMを呼び出し可能な外部ツールとして扱うVision-as-a-Toolパラダイムを提案し、テキストのみのエージェントでも視覚推論をオフロードできる枠組みVHarnessを構築した論文。
世界のフィジカルAIを、日本語で。
収録論文 1本 ・ フィジカルAI/ロボット学習
※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。
MLLMを呼び出し可能な外部ツールとして扱うVision-as-a-Toolパラダイムを提案し、テキストのみのエージェントでも視覚推論をオフロードできる枠組みVHarnessを構築した論文。
PR・アフィリエイト広告