Vision & Language

Where Do Vision-Language Models Preserve and Use Depth Information?
NLP 若手の会 (YANS) 第 21 回シンポジウム，2026.
Poster
Where Do Vision-Language Models Preserve and Use Depth Information?
DesignCorrection-R1: Learning to Reason for Graphic Design Correction
第 29 回 画像の認識・理解シンポジウム，2026.
PDF Poster MIRU
DesignCorrection-R1: Learning to Reason for Graphic Design Correction
Generation and Evaluation of Editable Graphical Abstracts for Academic Papers
第 29 回 画像の認識・理解シンポジウム，2026.
PDF Poster MIRU
Generation and Evaluation of Editable Graphical Abstracts for Academic Papers
EnsemHalDet: Robust VLM Hallucination Detection via Ensemble of Internal State Detectors
Proc. ACL SRW 2026 (Acceptance rate = 32.41%; non-archival publication)
Poster Preprint
EnsemHalDet: Robust VLM Hallucination Detection via Ensemble of Internal State Detectors
SciGA-Vec: 学術論文におけるベクタ画像形式の Graphical Abstract データセット
言語処理学会第 32 回年次大会，2026.
PDF Poster
SciGA-Vec: 学術論文におけるベクタ画像形式の Graphical Abstract データセット
SciGA: 学術論文における Graphical Abstract 設計支援のための統合データセット
言語処理学会第 31 回年次大会，2025.
PDF Poster
SciGA: 学術論文における Graphical Abstract 設計支援のための統合データセット
SciGA: A Comprehensive Dataset for Designing Graphical Abstracts in Academic Papers
Findings of CVPR2026 (Acceptance rate = 36.09%)
Code Dataset Project Poster Preprint CVF
SciGA: A Comprehensive Dataset for Designing Graphical Abstracts in Academic Papers
DM$^2$S$^2$: Deep Multi-Modal Sequence Sets with Hierarchical Modality Attention
IEEE Access (Impact Factor: 3.476 in 2021; 1st place in Engineering & Computer Science (general) at Google Scholar Metrics)
PDF Dataset DOI Preprint
DM$^2$S$^2$: Deep Multi-Modal Sequence Sets with Hierarchical Modality Attention
Document AI タスクに向けた大規模事前学習済みモデルを活用した Layout-aware Prompting
NLP 若手の会 (YANS) 第 17 回シンポジウム，2022.
Poster
Document AI タスクに向けた大規模事前学習済みモデルを活用した Layout-aware Prompting