12113 ورقة بحثية
تُعد PixVL إطار عمل للتدريب اللاحق ذاتي الإشراف يعالج ندرة أزواج القناع-النص والتداخل التحسيني في النماذج اللغوية الكبيرة متعددة الوسائط على مستوى البكسل، وذلك من خلال تقديم دورة اتساق القناع-النص موحدة تتميز بالتحقق الدلالي المدرك للمُربك، والاتساق عبر الرؤى، والتعلم ثنائي الاتجاه المقترن بالجودة لتعزيز قدرات فهم المناطق وتقسيمها بشكل متبادل.
إن FineMoLA هو إطار عمل خاضع للإشراف الضعيف يحقق محاذاة دقيقة بين الحركة والنص من خلال تعليقات توضيحية على مستوى المقطع، وذلك عبر تقسيم الأوصاف طويلة المدى وحل مشكلة النقل الأمثل لاستنتاج مراسلات زائفة على مستوى الإطارات دون الحاجة إلى تسميات بشرية صريحة.
يقدم GenTrack إطار عمل عبر الإنترنت للتوليد والتتبع يتناوب بين توليد الحركة المرتكزة على التنفيذ وتدريب المتتبع لتقليص الفجوة بفعالية بين الحركات المعقولة حركياً والحركات القابلة للتنفيذ بواسطة الروبوت، مما يحقق تتبعاً بشرياً فائقاً من نوع "الصفر استباقي" (zero-shot) عبر مراجع متنوعة وخارج نطاق التوزيع دون الحاجة إلى جمع بيانات إضافية.
تقدم هذه الورقة البحثية PackingGPT، وهو إطار عمل ومجموعة بيانات معيارية من العالم الحقيقي للتعبئة ثلاثية الأبعاد للأثاث غير المتجانس داخل المركبات الشخصية، مما يثبت أن فرض قيود مركز الكتلة أثناء الترتيب المتسلسل يقلل بشكل كبير من معدلات فشل الاستقرار مقارنة بالطرق التقليدية.
تقدم هذه الورقة DunphyBench، وهو معيار جديد لتقييم اتخاذ القرار المتجسد طويل الأمد والمتوافق مع التفضيلات البشرية، وتقترح MeMento، وهو ضاغط ذاكرة مشروط بالتفضيلات يحسن دقة الوكيل بشكل كبير مع تقليل استخدام الذاكرة بشكل جذري من خلال معالجة الاختناقات الناتجة عن السجل متعدد الوسائط الخام.
تقترح هذه الورقة نظاماً يجمع بين ترميز عصبي مرجح باحتمالية الوضوح ومجدول سببي لنقل صور مراقبة الأرض من الأقمار الصناعية بكفاءة، مما يقلل بشكل كبير من استخدام عرض النطاق الترددي ويحسن تسليم المحتوى الواضح للأرض مقارنة بطرق استبعاد الإطارات والضغط الثابت الحالية.
تقترح الورقة البحثية ST-LoRA، وهو إطار عمل تجميعي فعال من حيث المعلمات يجمع بين التكيف منخفض الرتبة (Low-Rank Adaptation) وتجميع اللقطات (snapshot ensembling) لتوليد نماذج تجزئة متنوعة وواعية بعدم اليقين من مسار تدريب واحد، محققاً معايرة فائقة وكشفاً للمخرجات خارج التوزيع في المهام الزراعية مع تقليل التكاليف الحسابية والتخزينية بشكل كبير مقارنة بطرق التجميع التقليدية.
تقترح هذه الورقة نهجاً لنمذجة كثافة الضباب متعدد الفئات يقوم بتدريب نماذج إدراك منفصلة لخمس مستويات متميزة من الضباب باستخدام بيانات "Waymo" المولدة اصطناعياً، مما يثبت أن هذه الاستراتيجية المتخصصة تحسن بشكل كبير من معدل الاستدعاء في ظروف الضباب الكثيف جداً مقارنة بنموذج موحد واحد.
توضح هذه الورقة أن مكاسب المعايرة الظاهرية في التوائم الرقمية للقلب غالباً ما تنبع من عدم توافق في اصطلاحات القياس بدلاً من التحسينات الحقيقية في النموذج، مقترحةً بروتوكول تدقيق (EF) واعٍ بالاصطلاح للتمييز بين المعايرة الحقيقية لمؤثر الملاحظة وبين المصنوعات القياسية الناتجة عن القياس.
تقترح هذه الورقة البحثية "تعلم المرساة البصرية المكاني-الطيفي" (SSVAL)، وهي طريقة تستخدم حقن مرساة بصرية مساعدة وخسائر محاذاة مكانية-ترددية إضافية للتخفيف من انحراف التمثيل والتدهور البصري في النماذج اللغوية الكبيرة متعددة الوسائط أثناء الاستدلال.