12113 ورقة بحثية
تحلل هذه الورقة ديناميكيات التدريب لـ MeanFlow لتكشف أن السرعة اللحظية يجب أن تُحدد قبل تعلم متوسط السرعات للفترات الطويلة، مما يؤدي إلى مخطط تدريب مرحلي يسرع التقارب بشكل كبير ويحقق جودة توليد في خطوات قليلة هي الأفضل حالياً على مجموعة بيانات ImageNet.
يُعد FlowSteer مخططًا للتحكم من نوع (zero-shot) وخاليًا من المهايئات (adapter-free)، حيث يقوم بحقن الأولويات القياسية في النماذج التدفقية سابقة التدريب لتحقيق استعادة عالية الدقة للصور عبر مهام متنوعة دون الحاجة إلى إعادة التدريب.
تقترح هذه الورقة إطار عمل جديداً للبوادر المكانية والترددية (SFP) يجمع بين تقدير الانتقال المكاني القائم على الإسقاطات الطيفية والتعزيز الترددي التكيفي الموجه ببوادر مكون التيار المستمر ونطاق التردد المنخفض لتحقيق تعميم وأداء فائقين في استعادة المشاهد الواقعية من الصور المتدهورة بسبب التشتت.
يُعد DynaPURLS إطار عمل مبتكر للتعرف على الأفعال القائم على الهياكل العظمية بنمط التعلم الصفري، حيث يتغلب على قيود المحاذاة الدلالية الساكنة من خلال التحسين الديناميكي للمراسلات البصرية-الدلالية متعددة المقاييس أثناء وقت الاستدلال عبر التوليد النصي الهرمي، والتقسيم التكيفي للمفاصل، ومخزن ذاكرة مدرك للثقة، محققاً بذلك أداءً هو الأفضل في فئته على المعايير المرجعية الرئيسية.
تقترح هذه الورقة البحثية "فوريونوي الكروي" (Spherical Voronoi - SV)، وهو إطار عمل موحد وقابل للتفاضل يقسم النطاق الاتجاهي إلى مناطق قابلة للتعلم للتغلب على قيود التوافقيات الكروية في تقنية "Gaussian Splatting" ثلاثية الأبعاد، مما يتيح تحسيناً مستقراً لكل من المظهر المنتشر والانعكاسات المرآتية عالية التردد.
تقدم هذه الورقة ، وهو معيار شامل مصمم لتقييم وتحسين قدرة النماذج اللغوية متعددة الوسائط على الاستنتاج بشأن تغيرات حالة الأشياء الديناميكية ضمن سياقات مكانية متسقة من خلال ملاحظات فيديو مقترنة، مما يكشف عن القيود الحالية ويقترح خط أساس فعال للإدراك متعدد الحالات.
تقدم هذه الورقة البحثية MS COCOAI، وهي مجموعة بيانات شاملة تضم 96,000 صورة حقيقية واصطناعية تم إنشاؤها بواسطة خمسة من نماذج الذكاء الاصطناعي الرائدة، صُممت لتعزيز الأبحاث في كشف وتحديد مصدر الوسائط المُنشأة بواسطة الذكاء الاصطناعي.
يقدم البحث إطار العمل FUME، وهو إطار عمل للتعلم العميق خفيف الوزن يستخدم التصوير البصري ثنائي الغاز (CO2 وCH4) وبنية مبتكرة ثنائية المسار لتحقيق كشف عالي الدقة وغير جراحي لحماض الكرش في الأبقار الحلوب، مدعوماً بأول مجموعة بيانات مخصصة لثنائي الغاز، ومظهراً أداءً فائقاً بتكاليف حوسبة أقل بكثير من الطرق الحالية.
تقدم الورقة البحثية FMPose، وهي طريقة احتمالية لتقدير وضعية جسم الإنسان ثلاثية الأبعاد أحادية الكاميرا تعتمد على مطابقة التدفق (flow matching) وتستفيد من الشبكات العصبية التلافيفية الرسومية (graph convolutional networks) لربط الإشارات ثنائية الأبعاد بتدفق تطبيع مستمر (continuous normalizing flow)، محققةً دقة تضاهف أحدث ما توصل إليه العلم في المعايضات القياسية مع توفير سرعات استنتاج أسرع بكراً من النهج القائمة على الانتشار (diffusion-based approaches).
تقدم الورقة البحثية StreamFusion، وهو محرك استدلال موزع مدرك للطوبولوجيا لنماذج Diffusion Transformers يستخدم تقنية Torus Attention مبتكرة واتصالاً أحادي الجانب للتغلب على اختناقات زمن الاستجابة والمزامنة، محققاً تسريعاً يصل إلى 1.77 ضعفاً مقارنة بالأساليب الرائدة حالياً.