12159 ورقة بحثية
تقدم هذه الورقة ML-FOP-SOAP، وهو إطار تحسين من الدرجة الثانية يتميز بتصحيح التباين متعدد المستويات والإسقاط الفيشري-المتعامد لحل مشكلة تنافس الأنماط في النماذج متعددة الوسائط ذاتية الانحدار، مما يتيح تدريبًا مستقرًا للدفعات الكبيرة ويحسن بشكل كبير كلاً من كفاءة العينات وسرعة وقت التنفيذ مقارنة بـ AdamW.
يُعد MagSeg نهجاً جديداً لنماذج اللغات الكبيرة متعددة الوسائط والخالية من فك التشفير، والذي يستخدم تنسيقاً متخصصاً لضبط التعليمات للتغلب على تحديات السياق ومحاذاة النطاق، مما يتيح تجزئة دقيقة وقابلة للتوسع للمناظر الطبيعية الزراعية المعقدة لصغار المزارعين في دول الجنوب باستخدام صور الأقمار الصناعية عالية الدقة.
تقدم هذه الورقة إطار تقييم رباعي الأبعاد مؤتمتًا بالكامل لتقييم دقة التكوين في توليد فيديوهات التصميم، مما يعالج غياب المعايير المرجعية الموحدة لضمان القيود الهيكلية مثل الحفاظ على التخطيط والتحكم الدقيق في الحركة.
تقدم هذه الورقة VLA-AD، وهو إطار عمل للتقطير يستفيد من التوجيه الدلالي غير المتصل بنموذج رؤية-لغة (Vision-Language Model) لتدريب سياسات طالبة خفيفة الوزن وعالية السرعة تضاهي أو تتجاوز أداء نماذج الرؤية-اللغة-الفعل (Vision-Language-Action) الضخمة المعلمة مع إلغاء الحاجة إلى النموذج المعلم أثناء الاستدلال.
تقترح الورقة البحثية إطار عمل DAPL، وهو إطار عمل مبتكر للبحث عن الأشخاص القائم على النصوص يدمج كلاً من الأوصاف الإيجابية والسلبية من خلال تعلم محفز السمات المزدوج، وتعلم تباين الصورة والسمة المزدوج، والمطابقة الحساسة بين الصورة والسمة، وفقدان التشابه الديناميكي لكل رمز (Token) لتحسين دقة الاسترجاع والمتانة بشكل كبير.
تقدم هذه الورقة Pro-DG، وهو مسار عمل جديد لـ ControlNet يستفيد من القواعد الإجرائية الهرمية لتوليد واجهات معمارية واقعية للغاية مع تعديلات هيكلية دقيقة، مثل تكرار الطوابق وإعادة ترتيب النوافذ، مع الحفاظ على دقة المظهر المحلي والهوية المعمارية.
تقدم الورقة البحثية HyperCap، وهي أول مجموعة بيانات لتعليق الصور فائقة الطيف واسعة النطاق تجمع بين البيانات الطيفية والتعليقات النصية على مستوى البكسل لتعزيز تعلم الرؤية واللغة وتحسين الأداء في تطبيقات الاستشعار عن بعد.
تقدم هذه الورقة "صعود الرفع المزدوج" (Dual Ascent Diffusion)، وهو إطار تحسين صعود مزدوج مبتكر يستفيد من مسبقات نماذج الانتشار لحل المشكلات العكسية غير محددة الحل بجودة صورة فائقة، ومتانة تجاه الضجيج، وسرعة، ودقة في الملاحظة مقارنة بالطرق الحالية المتطورة.
يُعد PacTure إطار عمل فعالاً يقوم بتوليد أنسجة PBR عالية الجودة ومتسقة عالمياً للمجسمات ثلاثية الأبعاد من خلال الأوصاف النصية، وذلك عبر الجمع بين تقنية حزم الرؤية الجديدة لتعزيز دقة تعدد الرؤى دون تكلفة إضافية وبين نموذج التنبؤ ذاتي الانحدار التالي للمقياس للتحكم الدقيق.
تقدم الورقة البحثية FALO، وهو إطار عمل للكشف عن الأجسام ثلاثية الأبعاد باستخدام تقنية ليدار (LiDAR) صديق للأجهزة، والذي يستخدم التسلسل أحادي الأبعاد القائم على الفوكسل (voxel-based 1D sequencing) وكتل ConvDotMix المبتكرةة لتحقيق دقة هي الأفضل في فئتها مع توفير سرعات استنتاج أسرع بكثير على الأجهزة الطرفية محدودة الموارد مقارنة بالطرق الحالية.