論文の概要: GeoStack: A Framework for Quasi-Abelian Knowledge Composition in VLMs

• arxiv url: http://arxiv.org/abs/2605.06477v1
• Date: Thu, 07 May 2026 16:01:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-08 22:27:11.970446
• Title: GeoStack: A Framework for Quasi-Abelian Knowledge Composition in VLMs
• Title（参考訳）: GeoStack: VLMにおける準アベリア知識合成のためのフレームワーク
• Authors: Pranav Mantini, Shishir K. Shah,
• Abstract要約: 独立して訓練されたドメインエキスパートを統一されたモデルに構成できるモジュール型フレームワークであるGeoStackを紹介します。 定数時間推論複雑性を実現する重み付け特性を数学的に示す。 多分野適応とクラス増分学習にまたがる実験結果から,GeoStackは長期的知識構成に効率的なメカニズムを提供することが示された。
• 参考スコア（独自算出の注目度）: 4.679031868857942
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We address the challenge of knowledge composition in Vision-Language Models (VLMs), where accumulating expertise across multiple domains or tasks typically leads to catastrophic forgetting. We introduce GeoStack (Geometric Stacking), a modular framework that allows independently trained domain experts to be composed into a unified model. By imposing geometric and structural constraints on the adapter manifold, GeoStack ensures the foundational knowledge of the base model is preserved. Furthermore, we mathematically demonstrate a weight-folding property that achieves constant-time inference complexity ($O(1)$), regardless of the number of integrated experts. Experimental results across multi-domain adaptation and class-incremental learning show that GeoStack provides an efficient mechanism for long-term knowledge composition while significantly mitigating catastrophic forgetting. Code is available at https://github.com/QuantitativeImagingLaboratory/GeoStack.
• Abstract（参考訳）: 視覚言語モデル(VLM)における知識構成の課題は、複数のドメインやタスクにまたがる専門知識を蓄積することで、破滅的な忘れがちになる。 GeoStack(Geometric Stacking)は、独立して訓練されたドメインエキスパートを統一されたモデルに構成できる、モジュール型のフレームワークです。 幾何学的および構造的制約をアダプタ多様体に課すことで、GeoStackはベースモデルの基本的な知識を確実に保持する。 さらに,定時間推論複雑性(O(1)$)を達成する重み付け特性を,統合専門家の数に関係なく数学的に示す。 多領域適応とクラス増分学習による実験結果から,GeoStackは破滅的忘れを著しく軽減しつつ,長期的知識構成の効率的なメカニズムを提供することが示された。 コードはhttps://github.com/QuantitativeImagingLaboratory/GeoStackで公開されている。

関連論文リスト

• GeoTikzBridge: Advancing Multimodal Code Generation for Geometric Perception and Reasoning [68.82147650371216]
  GeoTikzBridgeは、Tikzベースのコード生成を通じて局所的な幾何学的知覚と視覚的推論を強化するフレームワークである。 このフレームワーク内では、2つの補完的なデータセットによってサポートされている2つのモデルを構築します。
  論文  参考訳（メタデータ） (2026-03-24T01:27:51Z)
• Thinking with Geometry: Active Geometry Integration for Spatial Reasoning [68.59084007360615]
  我々は,能動的知覚にパラダイム・パッシブ・フュージョンをシフトさせるフレームワークであるGeoThinkerを提案する。 特徴混合の代わりに、GeoThinkerはモデルが内部の推論要求に応じて条件付けられた幾何学的証拠を選択的に検索することを可能にする。 その結果,次世代の空間知能には,空間構造を積極的に統合する能力が不可欠であることが示唆された。
  論文  参考訳（メタデータ） (2026-02-05T18:59:32Z)
• GeoEvolve: Automating Geospatial Model Discovery via Multi-Agent Large Language Models [49.257706111340134]
  進化的探索と地理空間的ドメイン知識を結合した多エージェントLLMフレームワークであるGeoEvolveを紹介する。 本研究では,空間的不確実性と空間的不確実性という2つの基本的・古典的課題について評価する。 空間誤差(RMSE)を13-21%削減し、不確実性推定性能を17%向上させる。
  論文  参考訳（メタデータ） (2025-09-25T21:03:57Z)
• GeoGrid-Bench: Can Foundation Models Understand Multimodal Gridded Geo-Spatial Data? [5.017671236021897]
  GeoGrid-Benchは、グリッド構造における地理空間データを理解する基礎モデルの能力を評価するために設計されたベンチマークである。 このベンチマークでは、150カ所にわたる16の気候変数と、拡張された時間フレームをカバーする、大規模で現実的なデータを取り上げている。
  論文  参考訳（メタデータ） (2025-05-15T21:31:44Z)
• PEACE: Empowering Geologic Map Holistic Understanding with MLLMs [64.58959634712215]
  地質図は地質学の基本的な図として、地球の地下と地表の構造と構成に関する重要な洞察を提供する。 その重要性にもかかわらず、現在のマルチモーダル大言語モデル(MLLM)は地質図の理解に乏しいことが多い。 このギャップを定量化するために、地質地図理解においてMLLMを評価するための最初のベンチマークであるGeoMap-Benchを構築した。
  論文  参考訳（メタデータ） (2025-01-10T18:59:42Z)
• GEE-OPs: An Operator Knowledge Base for Geospatial Code Generation on the Google Earth Engine Platform Powered by Large Language Models [0.562479170374811]
  本稿では,Google Earth Engine (GEE) JavaScript APIに適した演算子知識ベースを構築するためのフレームワークを提案する。 本フレームワークは、演算子構文知識テーブル、演算子関係周波数テーブル、演算子頻繁パターン知識テーブル、演算子関係連鎖知識テーブルからなる。 本研究では,演算子の知識抽出において,90%以上の精度,リコール,F1スコアが達成されていることを示す。
  論文  参考訳（メタデータ） (2024-12-07T08:50:24Z)
• Geo-FuB: A Method for Constructing an Operator-Function Knowledge Base for Geospatial Code Generation Tasks Using Large Language Models [0.5242869847419834]
  本研究では,地理空間記述のセマンティクスを活用して,そのような知識基盤を構築するためのフレームワークを提案する。 サンプルの知識ベースであるGeo-FuBは154,075のGoogle Earth Engineスクリプトで構築されており、GitHubで公開されている。
  論文  参考訳（メタデータ） (2024-10-28T12:50:27Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。