12113 ورقة بحثية
تقدم الورقة البحثية "Auto-Robotist"، وهو وكيل نماذج لغوية كبيرة (LLM) ذاتي التطور، يحول تصميم الروبوتات التطوري عديم الذاكرة إلى عملية قابلة للنقل عبر تقطير آثار البحث في مكتبة مهارات صريحة وقابلة للفحص بلغة طبيعية، مما يحسن كفاءة البحث بشكل كبير ويمكّن من نقل المعرفة بنجاح عبر مساحات تصميم مختلفة.
تقدم هذه الورقة WBench، وهو معيار مرجعي شامل متعدد الجولات صُمم لتقييم نماذج عالم الفيديو التفاعلية بشكل منهجي عبر خمسة أبعاد رئيسية — جودة الفيديو، والالتزام بالإعدادات، والالتزام بالتفاعل، والاتساق، والامتثال للفيزياء — باستخدام 289 حالة اختبار ومقاييس تلقائية تم التحقق من صحتها للكشف عن عدم تفوق أي نموذج حالي من طراز الحالة الراهنة في جميع المجالات.
تقدم هذه الورقة البحثية DyCoRM، وهو إطار عمل لنمذجة المكافأة الديناميكية الواعية بالمعايير يعالج الحاجة إلى تقييم الصور بدقة وتخصيص حسب المهمة في توليد الصور من النصوص عبر الاستفيد من مجموعة بيانات ومعيار مرجعي تم إنشاؤهما حديثاً لتمكين محاذاة أكثر دقة مع متطلبات المستخدم.
يُعد AgentGrounder إطار عمل للتوطين البصري ثلاثي الأبعاد بنمط "التعلم الصفري" (zero-shot)، يعمل مباشرة على السحب النقطية الملونة من خلال الجمع بين جدول بحث عن الكائنات يتم استخدامه دون اتصال (offline) ووكيل يعمل عبر الإنترنت (online) مدفوع بالأدوات، يقوم باسترجاع المرشحين بشكل انتقائي، وإجراء تقييم هندسي، وتفعيل عملية رندرة الصور عند الطلب لتحقيق توطين قوي مفتوح المفردات دون الحاجة إلى تدريب ثلاثي الأبعاد خاص بالمهام.
يُعد R5DGS إطار عمل مبتكر يعزز تقنية "Gaussian Splatting" رباعية الأبعاد لإعادة بناء المشاهد الديناميكية من خلال دمج الربط بين الكائنات القائم على الوعي الدلالي عبر جداول بحث مستندة إلى نموذج CLIP، وفرض قيود الأجسام الصلبة على مراكز ثقل الكائنات، مما يحقق استقراءً فعالاً للإطارات المستقبلية ذات المفردات المفتوحة مع تقليل العبء الحسابي بشكل كبير.
تقدم هذه الورقة إطار عمل CSCD، وهو إطار عمل جديد للهياكل العظمية للمنحنيات في النطاق المستمر يعمم نهج الهيكلة عبر الفواصل المحلية من الحالة المنفصلة إلى المتشعبات، موفرًا طرقًا جوهرية قوية لكل من الشبكات (CSCD-M) والسحب النقطية (CSCD-PC) تتفوق على الخوارزميات الحالية الأحدث في الدقة والحفاظ على الطوبولوجيا.
تقترح هذه الورقة البحثية "التلقين ثنائي الاتجاه ذو الحلقة المغلقة" (Closed-Loop Bidirectional Prompting)، وهو آلية دفاع مبتكرة تعزز المتانة العدائية للنماذج اللغوية الرؤيوية من خلال إنشاء حلقة تغذية راجعة ديناميكية بين الوسائط البصرية والنصية لاستعادة التوافق الدلالي عبر الوسائط مع استخدام "مرتكز دلالي" (Semantic Anchor) لتقييد التحديثات وتخفيف فساد الميزات.
تقدم هذه الورقة البحثية LRDDv3، وهي مجموعة بيانات عالية الدقة تتكون من أكثر من 100,000 صورة RGB بدقة 4K وما يقرب من 30,000 صورة حرارية مقترنة لطائرات بدون طيار تم التقاطها من مسافات طويلة في ظروف متنوعة، والمصممة لتعزيز قدرات كشف الطائرات بدون طيار بعيدة المدى.
يُعد VEN-VL إطار عمل لخليط الخبراء المعتمد على التجميع البصري، والذي يسد الفجوة بين الأداء والكفاءة في الفهم متعدد الوسائط من خلال إثراء سعة المعلومات البصرية أولاً عبر التوحيد متعدد المنظورات، ثم ضغطها تدريجياً عبر التوجيه التكيفي والإشراف البصري الصريح.
يُعد RAPTOR+ إطار عمل لغوي بصري يعتمد على التأسيس البصري، حيث يستبدل مسارات العمل التقليدية القائمة على التعرف الضوئي على الحروف (OCR) بنماذج متعددة الوسائط مضبوطة بدقة لتحسين دقة الاستخراج وتحديد الأدلة بشكل كبير في حالات الإحالات العاجلة لسرطان القولون والمستقيم، مما يعزز الثقة السريرية وقابلية التدقيق.