12113 ورقة بحثية
تقترح هذه الورقة نموذج انتشار الكتل المتكيف مع البادئة (PA-BDM)، الذي يعزز التعرف الفعال على المستندات من خلال استبدال حدود الكتل الثابتة بالتزام بادئة ديناميكي وإزالة ضجيج سببي لحل عدم اتساق تدفق المعلومات، مما يحقق دقة فائقة وزيادة بنسبة 71.6% في إنتاجية الاستدلال مقارنة بالنماذج الحالية.
يُعد DriveSafe إطار عمل مبتكر يعزز تقييم مخاطر المركبات ذاتية القيادة من خلال توليد تعليقات وصفية للمشاهد متعددة الوسائط ومسندة مكانياً لضبط محول خفيف الوزن، مما يحقق أداءً رائدًا في تحديد المخاطر وتقديم مقترحات السلامة على مقياس DRAMA المرجعي.
تقترح الورقة البحثية LASAR، وهي بنية للذكاء الاصطناًي المتجسد ذات نظام ذاكرة مزدوج تم تدريبه عبر تعلم التمثيل السياقي المكاني-الزماني (ST-CRL) لبناء خرائط معرفية داخلية، مما يحقق تعميماً محسناً لصفر من البيانات واتساقاً مكانياً ذاتياً في معايير الملاحة اللغوية المرئية (VLN) والأسئلة المتعلقة بالبيئة (EQA).
تقدم الورقة البحثية TrackCue، وهو إطار عمل ذاتي الإشراف يستفيد من تتبع النقاط الكثيفة في فضاء الصورة وتعويض الحركة البصرية لتحسين التصنيف الساكن-الديناميكي وتوفير إشراف أكثر موثوقية لتقدير تدفق المشهد لليدار (LiDAR)، وبذلك يتغلب على قيود الملاحظات الهندسية المتفرقة.
تقدم هذه الورقة البحثية P2GS، وهو إطار عمل لتقنية "Gaussian Splatting" موجه بفيزياء مسبقة، يحقق إعادة بناء حضرية متسقة ضوئياً من خلال التفكيك المشترك لإشعاع النطاق الديناميكي العالي (HDR) غير المعتمد على الرؤية، والتعرض لكل زاوية رؤية، ونقل النغمة من صور النطاق الديناميكي المنخفض (LDR)، مما يتغلب على عدم اتساق الإضاءة في سيناريوهات القيادة الذاتية.
تقترح الورقة البحثية DEVIS-GRPO، وهو إطار عمل جديد للتدرج السياساتي عبر الإنترنت يستخدم استراتيجية أخذ عينات تراكمية (ADEVIS) ودالة مكافأة متعددة المستويات لتمكين توليد فيديو عالي الجودة وفعال يتم التحكم في مساراته من أجل تركيب المشاهد المتطرفة دون الحاجة إلى بيانات تدريب ضخمة ومزدوجة باهظة الثمن.
تقترح هذه الورقة البحثية "التحكم في الإجراءات الكامنة" (Latent Action Control - LAC)، وهي طريقة تعزز التوليد الموحد للصور من خلال تمثيل الاستدلال كإجراءات مستمرة خفية ضمن هيكل أساسي مشترك، مما يمكن النماذج من ترجمة المعرفة المستنتجة والعلاقات المكانية بفعالية إلى مخرجات بصرية عالية الجودة دون توليد رموز استدلال وسيطة أو صور وسيطة.
تقترح هذه الورقة إطار عمل لحساب الحشود يعتمد على التصوير الحراري فقط ويحافظ على الخصوصية، وذلك عبر الاستفادة من نماذج الانتشار من العمق إلى RGB لاستخراج ميزات تمييزية، محققةً أداءً تنافسياً مقابل طرق دمج RGB والحراري مع إلغاء الحاجة إلى الالتقاط المستمر لصور RGB أثناء الاستدلال.
تقدم الورقة البحثية EPIC-Bench، وهو معيار مرجعي دقيق يتكون من 6,600 زوج (tuple) مُصنف عبر 23 مهمة تجسيدية، والذي يكشف أن نماذج الرؤية واللغة الحالية تعاني في تحقيق التوافق البصري-النصي المعقد للتفاعلات الفيزيائية رغم قدراتها المتقدمة في الاستنتاج.
تحدد هذه الورقة وتصيغ بشكل رسمي "فجوة قابلية التعلم" في نماذج الانتشار الكامنة الطبية، كاشفةً أنه على الرغم من دقة إعادة البناء العالية، فإن التمثيلات الكامنة للمشفرات التلقائية مسبقة التدريب واسعة النطاق صعبة بطبيعتها على المصنفات للتعلم منها، وهي مشكلة هيكلية تستمر عبر البنيات المختلفة ولا يمكن حلها من خلال الضبط الدقيق الخاص بالمجال.