12218 ورقة بحثية
تقدم الورقة البحثية MechVerse، وهو معيار مرجعي شامل يتكون من أكثر من 21,000 مقطع ميكانيكي اصطناعي، لتقييم وإثبات أن نماذج توليد الفيديو الحالية تواجه صعوبة في الالتزام بالقيود الكينماتيكية والهندسية على الرغم من تحقيقها دقة بصرية عالية.
تقدم هذه الورقة SR-Prominence، وهي مجموعة بيانات وبروتوكول تقييم قائم على التعهيد الجماعي، لتقييم عيوب الدقة الفائقة بناءً على تأثيرها الإدراكي (البروز) بدلاً من مجرد وجودها الثنائي، مما يكشف أن العديد من العيوب الحالية غير محسوسة لمعظم المشاهدين، ويوضح أن المقاييس الكلاسيكية المرجعية الكاملة غالباً ما تتفوق على الكواشف المتخصصة في التنبؤ بهذه التأثيرات الإدراكية.
يعالج LPH-VTON المقايضة الهيكلية-النسيجية في تجربة القياس الافتراضي من خلال تقديم إطار عمل تآزري يستفيد بالتتابع من نموذج منحاز للهيكل من أجل المحاذاة الهندسية ونموذج منحاز للنسيج من أجل رندرة التفاصيل عالية الدقة ضمن عملية إزالة ضجيج مستمرة واحدة.
تُعد HeatKV طريقة مبتكرة لضغط ذاكرة التخزين المؤقت (KV-cache) للنماذج التوليدية المرئية ذاتية الانحدار، حيث تستخدم جدول تقليم ثابت ومعدل حسب الرأس بناءً على ترتيب الانتباه غير المتصل بالإنترنت لتحقيق نسبة ضغط ذاكرة أعلى بمقدار ضعفين مع الحفاظ على جودة توليد الصور أو تحسينها.
تقدم هذه الورقة البحثية التنبؤ بالنمط التالي المقنع (MNSP)، وهو إطار عمل موحد للتعلم الذاتي يعزز التعرف على النصوص في المشاهد من خلال التعلم المشترك للتنبؤ بالميزات عبر المقاييس وإعادة بناء الصور المقنعة لنمذجة التطور الهرمي من التخطيطات الكلية إلى ضربات الحروف الدقيقة بفعالية، محققةً أداءً هو الأفضل في مجاله على العديد من المعايكات المرجعية.
تقترح هذه الورقة طريقة مبتكرة لرفع دقة الصور متعددة المقاييس تجمع بين الترميز الهرمي للصور (HIT) وتحسين التفضيل المباشر (DPO) ضمن إطار عمل بصري ذاتي الانحدار لتحقيق أداء رائد باستخدام نموذج مدمج يضم 300 مليون معلمة، مما يلغي الحاجة إلى بيانات تدريب خارجية مع تمكين توليد مخرجات متعددة المقاييس بمرونة وعبر تمريرة واحدة.
تكشف هذه الورقة أن نماذج الرؤية واللغة المدربة تباينياً تحتوي على فضاء فرعي جوهري وثابت من الضجيج متعدد الوسائط المشترك يمكن تقليمه بأمان دون الإضرار بالأداء في المهام اللاحقة، مما يقدم رؤى ميكانيكية جديدة حول بنيتها التمثيلية الكامنة.
تقترح الورقة البحثية شبكة SCRWKV، وهي شبكة رؤية-RWKV فائقة الصغر تتميز بمُشفّر حقل-بنية يحتوي على مكونات مبتكرة مثل وحدة الاستبصار المُعايرة بالبنية وفك تشفير خفيف الوزن، والتي تحقق دقة رائدة في تقسيم الشقوق على مستوى البكسل بـ 1.22 مليون معلمة فقط مع الحفاظ على تعقيد حوسبي خطي.
يُعد MSCoT نموذجاً جديداً متعدد المقاييس، ينتقل من الخشن إلى الناعم، ويحقق أداءً فائقاً وسريعاً ودقيقاً في التحكم في حركة الإنسان أثناء وقت الاختبار عبر الجمع بين التنبؤ الهرمي بالرموز، والتوجيه الفعال متعدد المقاييس، ومُحسِّن رموز خفيف الوزن للتغلب على قيود النهج الحالية القائمة على الانتشار والتكرار.
تقدم هذه الورقة H-OmniStereo، وهو إطار عمل لتقنية مطابقة الاستريو متعدد الاتجاهات بنمط "الصفر استباقي" (zero-shot)، يستفيد من مجموعة بيانات اصطناعية واسعة النطاق ومقدر للمتجهات العمودية أحادية الاتجاه متوافق مع اتجاه الرأس للتغلب على تحديات ندرة البيانات والتشوه الكروي، محققاً تعميماً فائقاً للسيناريوهات الواقعية.