12113 ورقة بحثية
تقدم هذه الورقة البحثية Agent-X، وهو معيار مرجعي واسع النطاق يضم 828 مهمة واقعية متعددة الوسائط عبر ست بيئات متنوعة وإطار تقييم دقيق على مستوى الخطوات لتقييم الاستدلال العميق في الوكلاء المتمحورين حول الرؤية، مما يكشف أن النماذج الرائدة الحالية تعاني لتحقيق نجاح كامل السلسلة في السيناريوهات المعقدة متعددة الخطوات.
تقدم هذه الورقة Ctrl-RS، وهو إطار عمل لمحاكاة الرادار القابل للتحكم يولد مكعبات المدى والسمت والدوبلر عالية الدقة من خلال الجمع بين موترات انعكاس البيئة وتضمينات معاملات شكل الموجة، مما يتيح تحرير السمات بمرونة ويحسن بشكل كبير أداء إدراك القيادة الذاتية في مهام الكشف ثنائية وثلاثية الأبعاد.
تقدم هذه الورقة CarboFormer، وهي بنية تقسيم دلالي خفيفة الوزن تحقق كشفًا عالي الدقة وفي الوقت الفعلي لثاني أكسيد الكربون في التصوير البصري للغاز لتطبيقات متنوعة مثل مراقبة التسرب الصناعي وإدارة الثروة الحيوانية، مع العمل بكفاءة على المنصات محدودة الموارد.
إنَّ prITTI هو نموذج انتشار كامن يستخدم تمثيلاً هجيناً من العناصر الأولية المتجهة للأجسام والأسطح الأرضية المرتسمة لتوليد مشاهد حضرية دلالية ثلاثية الأبعاد قابلة للتحكم والتعديل وكفاءة الذاكرة، متفوقاً بذلك على الطرق التقليدية القائمة على الفوكسل في الجودة والسرعة والمرونة.
تقدم الورقة البحثية إطار عمل QUTCC، وهو إطار مبتكر يجمع بين تدريب عدم اليقين المئيني (quantile uncertainty training) والمعايرة المطابقة المتكيفة مكانياً (spatially-adaptive conformal calibration) لتوليد فترات عدم يقين أكثر إحكاماً وصلاحية إحصائياً لمشكلات الصور العكسية عالية الأبعاد مع تحديد هلاوس النموذج بفعالية.
تقدم الورقة البحثية LIBERO-PRO، وهو معيار مرجعي قوي يكشف عن الاعتماد الشديد لنماذج الرؤية واللغة والعمل الحالية على الحفظ الآلي من خلال إظهار انهيار أدائها الكامل عند تقييمها تحت تأثير اضطرابات معممة في الكائنات، والحالات، والتعليمات، والبيئات، مما يحث المجتمع على اعتماد معايير تقييم أكثر عدلاً.
تقدم هذه الورقة Energy، وهو مقياس جديد لـ OOD مستوحى من تغيرات الطاقة أثناء المحاذاة بين الرؤية واللغة، وإطار عمل للضبط الدقيق (EBM) يعزز في آن واحد كشف البيانات خارج التوزيع والتعميم في نماذج الرؤية واللغة، محققاً مكاسب أداء كبيرة مقارنة بالطرق الحالية.
تقدم هذه الورقة مسار بيانات فيديو متعدد الأنماط، مفتوح المصدر، ومستقل تماماً، يستفيد من خبراء مدربين مسبقاً وتوليفات إجرائية لتدريب نموذج عالي الكفاءة ومنخفض المعلمات (PHG-MAE)، قادر على تحقيق تجزئة دلالية وتقدير للعمق في الوقت الفعلي وبمستوى تنافسي على الأجهزة العادية مع حد أدنى من الإشراف البشري.
تقدم هذه الورقة Nuplan-Occ، أكبر مجموعة بيانات إشغال دلالي (semantic occupancy) حتى الآن، وإطار عمل موحد يستفيد من هذه البيانات لتوليد إشغال دلالي رباعي الأبعاد عالي الدقة، وفيديوهات متعددة المشاهد، وسحب نقاط ليدار (LiDAR point clouds) بشكل مشترك من خلال بنية مفككة زمانياً ومكانياً وتقنيات رندرة مبتكرة مدركة للحساسات.
تقدم الورقة البحثية ChronoGS، وهو تمثيل غاوسي معدل زمنياً يعمل على فصل المكونات المستقرة والمتطورة لتحقيق إعادة بناء عالية الجودة ومتسقة للمشاهد متعددة الفترات ذات التغيرات غير المستمرة، مصحوباً بإصدار مجموعة بيانات ChronoScene المرجعية.