12306 ورقة بحثية
يعالج VideoSEAL مشكلة "عدم توافق الأدلة" في فهم الفيديو الطويل الوكيل عبر تقديم إطار عمل منفصل من المخطط والمفتش يفصل بين التخطيط طويل الأمد وسلطة الإجابة، مما يتطلب تحققًا على مستوى البكسل لضمان دعم الإجابات بالأدلة المسترجعة وتحقيق أداء رائد في عدة معايير مرجعية.
تقدم هذه الورقة البحثية LAMP، وهو ملحق معياري للنماذج القائمة على الانتشار لترميم الصور، يستفيد من التجزئة من الدرجة الثانية والتصحيحات الزمنية المتأخرة لتحسين دقة واستقرار أخذ عينات اللاحقة دون زيادة التكلفة الحسابية.
تقدم هذه الورقة البحثية نماذج هندسية ثلاثية الأبعاد معبر عنها برمجياً كلغة مكانية قوية لنماذج الرؤية واللغة، مبرهنةً من خلال معيار SpatialBabel، واستراتيجية استدلال Code-CoT الخالية من التدريب، وطريقة الضبط الدقيق ذاتية الإشراف S-FT، أن هذا التمثيل الوسيط يعزز بشكل كبير الاستدلال المكاني ويتعمم عبر بنيات نماذج الرؤية واللغة المتنوعة دون الحاجة إلى تسميات بشرية.
يقدم TrackCraft3R أول متتبع ثلاثي الأبعاد كثيف يعمل بنظام التغذية الأمامية يعيد توظيف نماذج محولات الانتشار بالفيديو مسبقة التدريب من خلال توظيف تمثيل ثنائي الكامن ومحاذاة دوران الموضع الزمني (RoPE) للتغلب على قيودها المرتبطة بالإطارات، محققاً أداءً هو الأفضل في فئته مع كفاءة فائقة في السرعة والذاكرة في اختبارات تتبع الفيديو أحادي العدسة.
تقدم هذه الورقة البحثية "النية المتدفقة" (Streaming Intent)، وهو إطار عمل جديد للقيادة الذاتية من طرف إلى طرف يتيح ظهور الأفعال عبر اشتقاق النية المتدفقة دلاليًا عبر آلية سلسلة من الأفكار لتوجيه مولد أفعال قائم على مطابقة التدفق، محققًا أداءً تنافسيًا وقدرة تحكم غير مسبوقة في الوفاء بالنية على معيار وايمو (Waymo).
يقدم MindVLA-U1 أول بنية موحدة للبث الرؤيوي-اللغوي-الحركي للقيادة الذاتية تدمج الاستدلال اللغوي التوليدي ذاتي الانحدار مع توليد الحركة المستمرة عبر مطابقة التدفق من خلال عمود فقري وقناة ذاكرة مشتركة، مما يتيح التحكم في المسار بتوجيه لغوي يتفوق على الأداء البشري في معيار WOD-E2E مع الحفاظ على معدل إنتاجية في الوقت الفعلي.
تقدم الورقة البحثية إطار عمل DIAL، وهو إطار عمل ثنائي المراحل يجمع بين مطابقة التدفق المشروطة بالنية وبين التعلم المعزز القائم على تفضيلات النوايا المتعددة للتغلب على انهيار النمط في سياسات القيادة ذات الإجراءات المستمرة، مما يمكنها من تجاوز كل من النماذج السابقة ذات الأداء العالي والقيادة البشرية في الأداء.
يُعد MambaPanoptic إطار عمل جديد للتقسيم البانوبتيكي يستفيد من بنية Vision Mamba لتحقيق تمثيل للميزات متعدد المقاييس ومتماسك عالميًا بتعقيد حسابي خطي، وبذلك يتفوق على الأساليب الحالية القائمة على التلافيف والمحولات في الدقة والكفاءة.
تقترح الورقة البحثية DIVER، وهو إطار عمل جديد لتقطير البيانات ثنائي المراحل يستفيد من نماذج الانتشار سابقة التدريب لاستعادة الدلالات التعبيرية من خلال الوراثة والتوجيه والدمج، مما يتغلب على قيود الإفراط في التخصيص والتعميم عبر البنى المختلفة التي تعاني منها الطرق التقلية أحادية المرحلة مع الحفاظ على كفاءة عالية.
تقدم الورقة البحثية إطار عمل CRAFT، وهو إطار للضبط الدقيق المتوافق مع المكافأة السريرية يستفيد من درجة توافق سريري (CAS) مبتكرة ومعرفة متعددة الوسائط لتقليل الهلوسات غير المنطقية سريرياً بشكل كبير وتحسين جودة تخليق الصور الطبية عبر مختلف الوسائط.