Una Dieta Mixta Hace de DINO un Codificador Visual Omnívoro
Descubre cómo el nuevo codificador omnívoro alinea características entre RGB, profundidad y segmentación para una visión robusta y coherente.
#dino
Transformers de visión autosupervisados para detectar osteoartritis TMJ en CBCT
Descubre cómo adaptar modelos DINO de visión autosupervisada para detectar osteoartritis de la ATM en CBCT con alta precisión, incluso con pocos datos.
Espacio geométrico unificado para alinear Transformers con el cerebro
Nuevo estudio revela un espacio geométrico que alinea Transformers con redes cerebrales humanas. Descubre hallazgos sorprendentes como DINOv2 y escala inversa en DeiT.
Modelos de Cuello de Botella Conceptual con Atención Espacial por Partes
Un nuevo modelo de IA con atención factorizada por partes alcanza un 70% de precisión de apuntado, casi igualando a la supervisión completa. Mejora la interpretabilidad en visión por computadora.
Búsqueda de vecinos cercanos con distribución para recuperación incierta
Descubre DINOSAUR: mejora la recuperación al incorporar incertidumbre en embeddings, logrando mayor cobertura sin perder recall.
Revisitando el Model Stitching en la Era de los Modelos Base
El model stitching ya no es solo un diagnóstico: descubre cómo unir modelos de visión heterogéneos para mejorar precisión y eficiencia en LLMs multimodales.
FlatVPR: Corrección geométrica de manifolds con adaptador residual
FlatVPR corrige la curvatura de manifolds en modelos fundacionales, permitiendo reconstrucción lineal precisa con pocos anclajes. Mejora el VPR incluso con cambios estacionales extremos.