13317 ورقة بحثية
تقدم هذه الورقة VARE وS-VARE، وهما إطارا عمل مبتكران يُمكّنان من المحو الجراحي للمفاهيم في النماذج التوليدية ذاتية الانحدار البصرية عبر الاستفادة من الرموز البصرية المساعدة ودوال الخسارة المتخصصة للقضاء على المفاهيم غير الآمنة مع الحفاظ على جودة التوليد والأمانة الدلالية.
تقترح هذه الورقة تمثيلاً تضمينياً مبتكراً لتقنية "Gaussian Splatting" ثلاثية الأبعاد يعتمد على حقول تحت-متشعبات مستمرة للتغلب على صعوبات التعلم الخاصة بمعاملات "Gaussian" الخام، وذلك من خلال ضمان التعيين الفريد، وتجانس القنوات، والحفاظ على البنى الهندسية واللونية الجوهرية.
تقدم الورقة البحثية GHOST، وهي طريقة تلقائية تولد صوراً طبيعية المظهر وخالية من الأجسام عبر تحسين تضمينات الصور لاستحثاث وكشف ثغرات الهلوسة في النماذج اللغوية الكبيرة متعددة الوسائط بشكل نشط، محققةً معدلات نجاح أعلى بكثير من النهج السابقة، كما تعمل أيضاً كأداة لتحسين متانة النموذج من خلال الضبط الدقيق.
تقدم هذه الورقة البحثية HOI-R1، وهو نهج مبتكر يستفيد من قدرات الاستنتاج المتأصلة في النماذج اللغوية الكبيرة متعددة الوسائط المدربة باستخدام التعلم التعزيزي لتحقيق أداء رائد في كشف التفاعل بين الإنسان والأشياء عبر توليد النصوص الصرفة، مما يلغي الحاجة إلى وحدات كشف إضافية معقدة.
تقدم الورقة البحثية SocialFusion، وهو إطار عمل يخفف من "التدهور الاجتماعي" في النماذج الرؤيوية-اللغوية سابقة التدريب من خلال تعلم روابط دنيا بين المشفرات المجمدة والنماذج اللغوية، مما يتيح انتقالاً إيجابياً وأداءً فائقاً عبر مهام الإدراك الاجتماعي المتعددة.
يقترح GuidNoise إطار عمل انتشار موجه بزوج واحد، يقوم بتخليق صور مشوشة معممة وعالية الجودة باستخدام زوج واحد فقط من الصور المشوشة والنظيفة كإرشاد، مما يلغي الحاجة إلى بيانات الكاميرا الوصفية ويمكّن من التعزيز الذاتي الفعال لتحسين أداء إزالة التشويش في سيناريوهات ندرة البيانات.
تقترح هذه الورقة إطار تصميم موحد لنماذج الانتشار أحادية الخطوة يعمل على فصل الأسس النظرية عن خيارات التنفيذ، مما يتيح تحسينات منهجية تحقق أداءً هو الأفضل في فئته على مجموعة بيانات ImageNet دون الحاجة إلى التدريب المسبق، أو التقطير، أو التعلم المنهجي.
تقترح هذه الورقة مساراً متعدد الوسائط يعزز وصف الصور من خلال استرجاع ومحاذاة الصور المتشابهة دلالياً واستخراج المعلومات السياقية من المقالات ذات الصلة لتعزيز الأوصاف البصرية الأساسية، مما يؤدي إلى توليد أوصاف أكثر ثراءً وإدراكاً للأحداث تم تقييمها على مجموعة بيانات OpenEvents v1.
تقدم هذه الورقة البحثية UNIC، وهو إطار عمل موحد متعدد الوسائط يتيح تقديرًا قويًا وغير معتمد على المعايرة للتلامس الخارجي من أجل المناولة الغنية بالتلامس، وذلك عبر دمج البيانات البصرية، والحسية الخاصة، واللمسية من خلال تمثيل خريطة إمكانات المشهد، محققًا دقة عالية وقدرة على التعميم على الأجسام غير المرئية وزوايا الرؤية الديناميكية.
يُعد VibrantSR إطار عمل توليدي لرفع الدقة الفائقة يقوم بتقدير نماذج ارتفاع الغطاء الشجري بدقة تقل عن المتر من صور القمر الصناعي Sentinel-2 ذات الدقة 10 أمتار، محققاً دقة متفوقة مقارنة بالمعايير المرجعية الحالية للأقمار الصناعية، مما يتيح مراقبة مستمرة للغابات على نطاق واسع دون الاعتماد على عمليات الاستحواذ الجوية غير المتكررة.