論文の概要: UnfoldCRF: Structured Mask Refinement with Image-Conditioned Latent Regions
- arxiv url: http://arxiv.org/abs/2609.33996v1
- Date: Sun, 27 Sep 2026 22:49:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-04 07:54:43.001302
- Title: UnfoldCRF: Structured Mask Refinement with Image-Conditioned Latent Regions
- Title（参考訳）: UnfoldCRF:画像合成潜伏領域を有する構造マスク微細化
- Abstract要約: UnfoldCRFは、画素ラベルと潜伏領域変数の条件付きランダムフィールドにおけるリファインメントを推論として扱う。
そのエネルギーは、修正された一項項、学習された局所的な対相互作用、および画像条件付き潜在領域整合性を有する。
- 参考スコア（独自算出の注目度）: 15.654437220636474
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Learned mask refiners improve segmentation accuracy, but it is hard to tell how much of the improvement comes from explicit structure rather than from extra capacity, and whether it holds up when the mask generator or its error distribution changes. UnfoldCRF treats refinement as inference in a conditional random field over pixel labels and latent region variables. Its energy has a corrected unary term, learned local pairwise interactions, and image-conditioned latent-region consistency, with a null state that lets a region with weak label agreement withdraw from the consistency term; inference unrolls damped mean-field updates on this one energy. To isolate the effect of structure, we compare against recurrent black-box refiners that read the same inputs and receive the same parameter budget, stage count, and supervision. On COD10K, UnfoldCRF beats the strongest matched control by 1.0 $F^ω_β$ point, improves all four COD metrics, and lowers the fraction of images made worse from 11.7\% to 8.5\%. Under a train-once protocol over five datasets and several mask sources, the 2.6M-parameter variant gains 4.2 mean $Δ$IoU against 2.0 for its control, and a variant built on frozen DINOv2 features matches the strongest foundation-model refiner with about a seventh of its resident parameters while staying ahead of its own control. On mask generators never seen in training, the gain is 2.0 $F^ω_β$ points against 0.6 for the control. Zeroing individual messages shows where the corrections come from: the pairwise messages mostly fix boundaries, the region messages mostly fix non-boundary errors. Code and supporting materials will be publicly released.
- Abstract（参考訳）: 学習マスク精錬機はセグメンテーション精度を向上するが、余剰容量ではなく明示的な構造から得られる改善の量や、マスクジェネレータやその誤差分布がいつ変化するかを判断することは困難である。
UnfoldCRFは、画素ラベルと潜伏領域変数の条件付きランダムフィールドにおけるリファインメントを推論として扱う。
そのエネルギーは、修正された一項項、学習された局所対相互作用、イメージ条件付き潜在領域整合性を持ち、ラベルの弱い領域が整合性項から退避することを許容するヌル状態を持つ。
構造の影響を分離するために,同じ入力を読み取って,同じパラメータ予算,ステージ数,監督を受ける再帰的なブラックボックス精錬機との比較を行った。
COD10Kでは、UnfoldCRFは1.0$F^ω_β$ポイントで最強の一致制御を破り、4つのCODメトリクスをすべて改善し、11.7\%から8.5\%に低下する。
5つのデータセットと複数のマスクソースのトレイン・オンス・プロトコルの下で、2.6Mパラメーターの変種は2.0に対して$Δ$IoU(英語版)の値を得る。
トレーニングで見たことのないマスクジェネレータでは、コントロールのために2.0$F^ω_β$ポイントが0.6に対してゲインとなる。
ペアワイズメッセージは境界を主に修正し、リージョンメッセージは非境界エラーをほとんど修正します。
コードとサポート資料は公開されます。
関連論文リスト
- Spatial Attention Supervision for Defect Localization: Exploiting Ground-Truth Masks as Training Signal in Diffusion-Augmented Defect Detection [0.0]
産業用データセットの地道欠陥マスクは一般に評価のために予約されている。
本稿では,分類ネットワークの訓練中に空間的監視信号として再利用する。
論文 参考訳（メタデータ） (2026-09-05T19:20:23Z) - 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) - Damage-Aware Bandit Pruning for Vision and Language Transformers [0.0]
変圧器の訓練後プルーニングでは、抑制が限定的な劣化を引き起こす機能単位を選択する必要がある。
固定された候補単位予算の下で、言語および視覚変換器の構造化評価選択を、損傷対応マルチアームバンディット問題として定式化する。
論文 参考訳（メタデータ） (2026-08-02T23:57:18Z) - SMOPD: Selective Token-Entropy Masking for Dirty-History Multi-Turn On-Policy Self-Distillation [0.0]
SMOPD(Selective Masking for On-Policy Distillation)は多ターンOPSDにおける損失のみの安定化手法である。
生成した中ターン応答ごとに、SMOPDは学生エントロピーによってトークンの位置をランク付けし、クリッピングされたジェンセン・シャノン蒸留損失から最低エントロピー20%を除去する。
この設計は、粗い軌道結果よりもトークンレベルの不確実性を目標とし、パラメータを追加せず、推論時のオーバーヘッドもゼロである。
論文 参考訳（メタデータ） (2026-07-30T08:40:30Z) - Rethinking the Divergence Regularization in LLM RL [56.952725733148746]
強化学習(Reinforcement Learning, RL)は、大規模言語モデル(LLM)の訓練後において重要な要素となっている。
そこで本稿では,ハードマスクをスムーズなアドバンテージ重み付き二次正規化器に置き換える多変量正規化政策最適化(DRPO)を提案する。
DRPOはDPPOと同じ信頼領域を保ちながら、有界で連続的な勾配重みを誘導する。
論文 参考訳（メタデータ） (2026-06-08T17:58:23Z) - LimiX-2M: Mitigating Low-Rank Collapse and Attention Bottlenecks in Tabular Foundation Models [56.999481798138625]
LimiX-2Mは2Mパラメータモデルであり、広く使われているベンチマークでTabPFN-v2とTabICLのベースラインを上回っている。
本稿では,強力なタブラル基礎モデル(TFM)のための統一トークン化・ルートフレームワークを提案する。
その結果、TFMにおける精度-効率トレードオフを改善するキーレバーとして、バリューアウェアトークン化とリードアウト整列ルーティングが強調された。
論文 参考訳（メタデータ） (2026-06-03T06:07:33Z) - DMax: Aggressive Parallel Decoding for dLLMs [77.24184219948337]
効率的な拡散言語モデル(dLLM)のための新しいパラダイムであるDMaxを提案する。
並列デコードにおけるエラーの蓄積を軽減し、生成品質を維持しながらアグレッシブデコードを可能にする。
当社のアプローチの核心は、マスクと均一なdLLMを効率的に統合する新しいトレーニング戦略であるOn-Policy Uniform Trainingである。
論文 参考訳（メタデータ） (2026-04-09T14:35:42Z) - Low-Rank Adaptation Reduces Catastrophic Forgetting in Sequential Transformer Encoder Fine-Tuning: Controlled Empirical Evidence and Frozen-Backbone Representation Probes [3.305265383862785]
コンパニオン表現プローブを用いたシーケンシャルトランスフォーマーエンコーダにおけるローランド適応(LoRA)の実証的研究について述べる。
RTE->MRPC->CoLA->SST-2配列上の5つのフルバリデーションBERTベースでは、フル微調整の収率は19.9%+/-で、標準のLoRA(r、クエリ/バリューモジュール)は0.6%+/-1.4%である。
論文 参考訳（メタデータ） (2026-03-29T14:14:36Z) - CORE: Context-Robust Remasking for Diffusion Language Models [51.59514489363897]
我々は、推論時リビジョンのためのトレーニング不要フレームワークであるContext-Robust Remasking (CORE)を提案する。
静的トークンの確率を信頼するのではなく、COREは、ターゲットとなるマスク付きコンテキストの摂動に対する感受性を示すことによって、コンテキスト不安定なトークンを識別する。
LLaDA-8B-Baseでは、COREは推論とコードベンチマークの間で一貫した改善を行い、計算に適合したベースラインを上回り、MBPPを最大9.2%改善した。
論文 参考訳（メタデータ） (2026-02-04T00:12:30Z) - Accurate Low-Degree Polynomial Approximation of Non-polynomial Operators for Fast Private Inference in Homomorphic Encryption [4.9701231764297]
ホモモルフィック暗号化(FHE)は、暗号化されたデータの推論を可能にし、データのプライバシと機械学習モデルの両方のプライバシを保存する。
非多項式作用素を高次多項式近似関数(PAF)に置き換える根本原因として、最大5等級の安全推論を遅くする。
我々は,非多項式演算子を低次PAFに置き換えた上で,PAF近似モデルの精度を4つの手法で再現するフレームワークであるSmartPAFを提案する。
論文 参考訳（メタデータ） (2024-04-04T05:45:52Z) - DFedADMM: Dual Constraints Controlled Model Inconsistency for
Decentralized Federated Learning [52.83811558753284]
分散学習(DFL)は、中央サーバーを捨て、分散通信ネットワークを確立する。
既存のDFL手法は依然として、局所的な矛盾と局所的な過度なオーバーフィッティングという2つの大きな課題に悩まされている。
論文 参考訳（メタデータ） (2023-08-16T11:22:36Z)
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。