Fugu-MT 論文翻訳(概要): Insights from Autoresearch for Solar Panel Segmentation

論文の概要: Insights from Autoresearch for Solar Panel Segmentation

arxiv url: http://arxiv.org/abs/2610.10491v1
Date: Wed, 07 Oct 2026 17:45:31 GMT
ステータス: 翻訳完了
システム内更新日: 2026-10-08 21:58:23.09132
Title: Insights from Autoresearch for Solar Panel Segmentation
Title（参考訳）: ソーラーパネルセグメンテーションにおけるオートリサーチの展望
Abstract要約: AutoResearchは、凍結された実像分割上の太陽電池パネルセグメンテーションに適用される。 Gemma4 12B、Qwen3-8Bを使った24の実験の3つのキャンペーンは、いずれも1時間のベースラインを改善するが、ハードウェア間の変更は行われない。 Qwen3-8Bの構成は実際の画像のみに基づいて訓練され、基準のGAN拡張スケジュールでは0.836のIoUと0.833のIoUに到達した。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This paper investigates AutoResearch, a protocol in which a coding language model edits a training program under a one-hour GPU budget and retains a change only if validation IoU improves. The protocol is applied to photovoltaic panel segmentation on a frozen real-image split, with DeepLabV3--ResNet-50 held fixed. Three campaigns of 24 experiments, using Gemma~4 12B, Qwen3-8B all improve their one-hour baselines, but retained modifications do not transfer across hardware. The Qwen3-8B configuration, trained on real images only, reaches a test IoU of 0.836 versus 0.833 for the reference GAN-augmented schedule. Research repository https://github.com/VU-AIML/automl4eo-autoresearch-segmentation.
Abstract（参考訳）: 本稿では、符号化言語モデルが1時間GPU予算でトレーニングプログラムを編集し、検証IoUが改善した場合のみ変更を保持するプロトコルであるAutoResearchについて検討する。このプロトコルは、DeepLabV3--ResNet-50を固定した、凍結した実像分割上の太陽電池パネルセグメンテーションに適用される。 Gemma~4 12B、Qwen3-8Bを使った24の実験の3つのキャンペーンは、いずれも1時間のベースラインを改善するが、ハードウェア間の変更は行われない。 Qwen3-8Bの構成は実際の画像のみに基づいて訓練され、基準のGAN拡張スケジュールでは0.836のIoUと0.833のIoUに到達した。研究リポジトリ https://github.com/VU-AIML/automl4eo-autoresearch-segmentation

関連論文リスト

OTT3R: Multi-View 3D Reconstruction and Fast Dataset Generation at 1% Compute [2.676349883103404]
OTT3R(RGB-Only Tiny Transformer for 3D Reconstruction)は、3D再構築のための知識蒸留フレームワークである。擬似ラベルパイプラインは、COLMAPに代わる信頼性の高い高スループットを提供する。デプロイ可能なアーティファクトはドメイン特化された学生であり、0.2%の計算の専門化の後、7シーンのCOLMAPよりも4$times$正確である。
論文参考訳（メタデータ） (2026-09-28T23:05:19Z)
Scaling Vision-Language Reward Learning for Robot Manipulation in Parallel Simulation [0.3823356975862005]
本稿では,GPU並列ロールアウトをデータ対応ポリシー更新,単一要求優先ラベル付け,自動報酬安定化,代表画像サンプリングと組み合わせるシステムを提案する。すべてのRAPIDコンポーネントを有効にすると、トレーニングは1回あたり19,840のAPIコールではなく896を使用して1.15時間で完了し、最終的な成功率は86.3%から98.7%に増加した。これは8.0$times$エンドツーエンドのスピードアップと95.5%のAPI使用率の削減を意味する。
論文参考訳（メタデータ） (2026-09-18T13:36:33Z)
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)
Deep Researcher Agent: An Autonomous Framework for 24/7 Deep Learning Experimentation with Zero-Cost Monitoring [2.4112990554464235]
textbfDeep Researcher Agentは,大規模言語モデル(LLM)エージェントが時計周辺で自律的にディープラーニング実験を行うことを可能にする,オープンソースのフレームワークである。論文作成やコード生成に重点を置く既存のAI研究アシスタントとは異なり、私たちのシステムは仮説形成、コード実装、トレーニング実行、結果分析、反復的洗練という、完全な実験ライフサイクルに対処しています。
論文参考訳（メタデータ） (2026-04-07T13:16:31Z)
vla-eval: A Unified Evaluation Harness for Vision-Language-Action Models [58.633451339058986]
VLAモデルは一般的に、各モデルリポジトリによって独立して維持されるベンチマークスクリプト毎に評価される。本稿では、ベンチマーク実行からモデル推論を分離するオープンソースの評価ハーネスであるvla evalを紹介する。完全な評価では、vla eval serveとvla eval runの2つのコマンドしか必要としない。
論文参考訳（メタデータ） (2026-03-14T14:38:53Z)
Detect Anything in Real Time: From Single-Prompt Segmentation to Multi-Class Detection [0.0]
本稿では,SAM3を実時間マルチクラス検出器に変換する学習自由フレームワークを提案する。 val 2017 (5000イメージ、80クラス)では、1つのGTX 4080で15.8 FPS (4クラス、1008x1008)で55.8 APを達成した。極端遅延ターゲットでは、冷凍エンコーダデコーダによるアダプタ蒸留は、13.9msのバックボーンで38.7 APを達成する。
論文参考訳（メタデータ） (2026-03-12T02:05:11Z)
Fusion4CA: Boosting 3D Object Detection via Comprehensive Image Exploitation [18.857802421595235]
Fusion4CAは古典的なBEVFusionフレームワーク上に構築されており、プラグイン・アンド・プレイコンポーネントによる視覚的な入力を完全に活用することを目的としている。本手法は6つのトレーニングエポックと3.48%の推論パラメータで69.7%のmAPを達成する。
論文参考訳（メタデータ） (2026-03-05T15:46:14Z)
Test3R: Learning to Reconstruct 3D at Test Time [58.0912500917036]
Test3Rは驚くほどシンプルなテストタイム学習技術で、幾何学的精度を大幅に向上させる。本手法は従来の3次元再構成法や多視点深度推定法よりも優れていた。
論文参考訳（メタデータ） (2025-06-16T17:56:22Z)
S*: Test Time Scaling for Code Generation [55.11863577956177]
コード生成のための最初のハイブリッドテストタイムスケーリングフレームワークであるS*を提案する。 S*は生成されたコードのカバレッジと選択精度を大幅に改善する。
論文参考訳（メタデータ） (2025-02-20T09:18:53Z)
ViUniT: Visual Unit Tests for More Robust Visual Programming [104.55763189099125]
モデルが正しく答えると、不正なプログラムを33%生成します。自動単体テストを生成することで、視覚プログラムの信頼性を向上させるためのフレームワークであるVisual Unit Testing (ViUniT)を提案する。
論文参考訳（メタデータ） (2024-12-12T01:36:18Z)
MT3: Meta Test-Time Training for Self-Supervised Test-Time Adaption [69.76837484008033]
ディープラーニングの未解決の問題は、ニューラルネットワークがテスト時間中のドメインシフトに対処する能力である。メタラーニング、自己監督、テストタイムトレーニングを組み合わせて、目に見えないテスト分布に適応する方法を学びます。この手法はcifar-10による画像分類ベンチマークの最先端結果を大幅に改善する。
論文参考訳（メタデータ） (2021-03-30T09:33:38Z)

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。