東京科学大学 · 情報理工学院 · 准教授

研究关键词vision language models・compositional reasoning・binary neural nets・diffusion regularization・3d language fields・zero shot speech

以下为公开数据预览。个性化匹配理由、联系角度和保存能力需要登录后使用。

• STATUS Bench: A Rigorous Benchmark for Evaluating Object State Understanding in Vision-Language Models2025 · Proceedings of the 33rd ACM International Conference on Multimedia 4718 - 4727 2025年10月
• On the Relationship Between Double Descent of CNNs and Shape/Texture Bias Under Learning Process.2025 · CoRR abs/2503.02302 2025年3月
• Masked Gated Linear Unit.2025 · CoRR abs/2506.23225 2025年6月
• HALL-E: Hierarchical Neural Codec Language Model for Minute-Long Zero-Shot Text-to-Speech Synthesis.2025 · ICLR 2025年

• 官方个人主页