論文の概要: GramLoop: Training-Free Gram-Gated Replay for Robust Dense Prediction

• arxiv url: http://arxiv.org/abs/2608.29113v2
• Date: Thu, 03 Sep 2026 04:42:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-04 13:51:58.144472
• Title: GramLoop: Training-Free Gram-Gated Replay for Robust Dense Prediction
• Title（参考訳）: GramLoop: トレーニング不要のGram-Gated Replay for Robust Dense Prediction
• Abstract要約: GramLoopはトレーニング不要のフレームワークで、短いトランスフォーマーウィンドウをリプレイし、最終層コサインとGramの一貫性によって各リプレイを制御する。 これは、ペア化されたDINOv3ベースラインで5つのシフトベンチマークをすべて改善する。
• 参考スコア（独自算出の注目度）: 13.43479682921888
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We aim to improve frozen DINOv3 dense-prediction models under distribution shift by adding inference computation inside the visual backbone, without changing model weights, task adapters, or prediction heads. The challenge is that repeated transformer-block computation must refine dense features without disrupting the pairwise patch relations that DINOv3 uses to preserve spatial structure. We introduce GramLoop, a training-free framework that replays a short transformer window and controls each replay through final-layer cosine-Gram consistency. Each proposal is propagated through the frozen suffix, measured against the standard DINOv3 trajectory, and accepted through a patchwise gate at the replay-window endpoint. Across object detection and semantic segmentation under corruptions, perturbations, and natural shifts, GramLoop improves all five shifted benchmarks over the paired DINOv3 baseline. On COCO-O, it improves mAP by +0.252 and Effective Robustness by +0.250, while preserving clean ADE20K performance. Code will be released at https://github.com/cheyan9/GramLoop.
• Abstract（参考訳）: 本研究の目的は, モデル重み, タスクアダプタ, 予測ヘッドを変化させることなく, 視覚バックボーン内に推論計算を追加することにより, 分布シフト中のDINOv3密度予測モデルを改善することである。 問題は、DINOv3が空間構造を保存するために使うペアワイズパッチ関係を乱すことなく、繰り返し変形器ブロック計算によって高密度な特徴を洗練しなければならないことである。 トレーニング不要のフレームワークであるGramLoopを導入し、短いトランスフォーマーウィンドウをリプレイし、各リプレイを制御する。 各提案は凍結接尾辞を通じて伝達され、標準のDINOv3軌道に対して測定され、リプレイウィンドウエンドポイントのパッチワイドゲートを介して受け入れられる。 汚職、摂動、自然なシフトの下でのオブジェクトの検出とセマンティックセグメンテーションを通じて、GramLoopは、ペア化されたDINOv3ベースライン上で5つのシフトベンチマークをすべて改善した。 COCO-Oでは、mAPを+0.252、エフェクトロバストネスを+0.250、クリーンADE20Kの性能を維持しながら改善する。 コードはhttps://github.com/cheyan9/GramLoop.comでリリースされる。

関連論文リスト

• HEAT: Faster Fully Homomorphic Inference via Approximations-Weights Co-Adaptation [56.14416807766864]
  同型暗号化により、サーバは暗号化されたユーザープロンプト上で言語モデルを直接実行することができる。 既存のアプローチでは、各サイトのエラー許容度を調整するのではなく、モデル全体のイテレーションカウントを均一に修正する。 非線形反復回数を学習可能にする微調整法であるHAT(Hymomorphic Encryption-Aware Training)を導入する。
  論文  参考訳（メタデータ） (2026-09-01T18:02:02Z)
• On the Design of Qwen3.8-Next Architecture: Evaluation, Efficiency, and Training Stability [57.03393882933515]
  Qwen3.8-Flash-Nextは125Bパラメータ、トークンあたり6Bアクティベートされ、加速器から保持されるn-gram埋め込みテーブルの51Bパラメータを持つスパースミックス・オブ・エキスパートモデルである。 トレーニング前の14のベンチマークでは、このモデルは前モデルの397B-A17Bを8点、残りを少なくとも2.6ポイント、アクティベートされたパラメータが1/3、トレーニングトークンが1/3、トレーニング用FLOPが1/9であった。
  論文  参考訳（メタデータ） (2026-08-31T06:35:07Z)
• Decoder-Preserving Sparse Autoencoders: Which Readouts Survive Sparse Compression? [0.0]
  我々は,この曖昧さを最適リッジ予測演算子と列車復号器保存SAE間の行列値歪みとして定式化する。 制御されたスパース実験は、宣言された事前がタスクサブスペースから保持された組み合わせを保護していることを示している。 これらの結果から,どのリフィットされたリニアリードアウトがスパース圧縮に耐えるかは,再構成品質が決定できないことが示唆された。
  論文  参考訳（メタデータ） (2026-07-19T22:19:17Z)
• Structural Kolmogorov-Arnold Convolutions: Learnable Function on the Values or the Filter Shape as Parameter-Efficient Alternative to Per-Edge Convolutional KANs [76.06235645266621]
  Convolutional Kolmogorov--Arnold Networks (KAN) は、畳み込みカーネルの固定重みを学習可能な単変数関数に置き換える。 学習可能な関数は、各エッジよりも畳み込みのエンファン構造に置かれる方がよいと我々は主張する。
  論文  参考訳（メタデータ） (2026-06-23T10:00:26Z)
• REVES: REvision and VErification--Augmented Training for Test-Time Scaling [53.197756110943395]
  本稿では,オンラインデータ/プロンプト拡張とポリシー最適化を交互に行う2段階反復フレームワークを提案する。 我々は、RLベースライン上の+6.5点と、標準マルチターントレーニングにおける+4.0点の利得を観察する。
  論文  参考訳（メタデータ） (2026-06-17T10:37:23Z)
• Registration-Free Learnable Multi-View Capture of Faces in Dense Semantic Correspondence [30.38509036690193]
  MOCHIは、登録したトレーニングデータを必要とせずにトレーニングされた多視点3D顔予測フレームワークである。 標準点間距離は、登録不要設定でトレーニングの不安定性と視覚的アーティファクトを誘導する。 代わりに、よりスムーズな勾配とより優れた再構成忠実度を提供する点マップと正規化に基づく損失を提案する。
  論文  参考訳（メタデータ） (2026-05-02T13:59:29Z)
• Two-View Accumulation as the Primary Training Lever for Hybrid-Capture Gaussian Splatting: A Variance-Decomposition View of When Gradient Surgery Helps [7.6889618752994595]
  ハイブリッドキャプチャーノベルビュー合成は、かなり異なるカメラビューを組み合わせる。 標準3DGSは、ステップ毎に1つのレンダリングビューで30Kイテレーションでトレーニングされている。 本稿では,この発見を予測・説明する分散分解フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-04-29T17:45:51Z)
• Reconstructing Training Data from Adapter-based Federated Large Language Models [28.583571306465306]
  低ランクアダプタは、新しい、悪用可能なリークチャネルを生成する。 我々は、アダプタベースのFedLLMのユニークな構造に合わせて、unordered-word-based Text Reconstruction (UTR)攻撃を提案する。
  論文  参考訳（メタデータ） (2026-01-24T17:15:16Z)
• RoMa v2: Harder Better Faster Denser Feature Matching [56.71494120301684]
  Dense Feature Matchは、3Dシーンの2つの画像間のすべての対応を推定することを目的としている。 既存の密集型マーカは、多くのハード・リアル・ワールド・シナリオで失敗したり、性能が悪くなったりします。 本稿では,これらの弱点を,一連の系統的な改善を通じて広範囲にわたって攻撃する。
  論文  参考訳（メタデータ） (2025-11-19T18:59:38Z)
• Detect Anything via Next Point Prediction [51.55967987350882]
  Rex-Omniは最先端の物体認識性能を実現する3BスケールのMLLMである。 COCOやLVISのようなベンチマークでは、Rex-Omniは回帰ベースのモデルに匹敵するパフォーマンスを得る。
  論文  参考訳（メタデータ） (2025-10-14T17:59:54Z)
• Rethinking End-to-End 2D to 3D Scene Segmentation in Gaussian Splatting [86.15347226865826]
  We design an new end-to-end object-aware lifting approach, called Unified-Lift。 コントラスト損失を用いて学習したガウスレベルの機能を各ガウス点に拡張し、インスタンス情報をエンコードする。 LERF-Masked、Replica、Messy Roomsの3つのベンチマークで実験を行った。
  論文  参考訳（メタデータ） (2025-03-18T08:42:23Z)
• 3DMOTFormer: Graph Transformer for Online 3D Multi-Object Tracking [15.330384668966806]
  最先端の3Dマルチオブジェクト追跡(MOT)アプローチは通常、Kalman Filterのような非学習モデルベースのアルゴリズムに依存している。 本稿では3DMOTFormerを提案する。この3D MOTフレームワークはトランスフォーマーアーキテクチャをベースに構築されている。 提案手法は, nuScenesバリデーションとテストスプリットでそれぞれ71.2%, AMOTA68.2%を達成している。
  論文  参考訳（メタデータ） (2023-08-12T19:19:58Z)
• Consistent-Teacher: Towards Reducing Inconsistent Pseudo-targets in Semi-supervised Object Detection [28.40887130075552]
  擬似ターゲットは正確な検出器の訓練を損なう。 生徒のトレーニングにノイズを注入し、過度な過度な問題を引き起こす。 不整合を低減するために,ConsistentTeacherと呼ばれる体系的ソリューションを提案する。
  論文  参考訳（メタデータ） (2022-09-04T10:21:02Z)
• Deep Patch Visual Odometry [66.8086971254714]
  ディープパッチ・ビジュアル・オドメトリー(DPVO)はモノクル・ビジュアル・オドメトリー(VO)のための新しいディープラーニングシステムである DPVOは、時間にわたってイメージパッチを追跡するように設計された、新しいリカレントネットワークアーキテクチャを使用している。 標準ベンチマークでは、DPVOは、学習に基づく最先端のVOシステムを含む、これまでのすべての作業より優れています。
  論文  参考訳（メタデータ） (2022-08-08T04:47:38Z)
• Deep Hough Voting for Robust Global Registration [52.40611370293272]
  6次元変換パラメータ空間におけるハフ投票を利用した実世界の3Dスキャンのペア登録のための効率的なフレームワークを提案する。 提案手法は, 3DMatch と 3DLoMatch のベンチマークにおいて, KITTI odometry データセットで同等の性能を達成しながら, 最先端の手法よりも優れている。
  論文  参考訳（メタデータ） (2021-09-09T14:38:06Z)
• Warp Consistency for Unsupervised Learning of Dense Correspondences [116.56251250853488]
  密接な対応を学習する上で重要な課題は、実画像対に対する地道整合の欠如である。 密な対応回帰のための教師なし学習目標であるWarp Consistencyを提案する。 私たちのアプローチは、MegaDepth、RobotCar、TSSなど、いくつかの挑戦的なベンチマークに新しい最先端を設定します。
  論文  参考訳（メタデータ） (2021-04-07T17:58:22Z)

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。