12469 ورقة بحثية
تقترح الورقة البحثية نموذج Semantic-Fast-SAM (SFS)، وهو إطار عمل للتقسيم الدلالي في الوقت الفعلي يدمج نموذج FastSAM الفعال مع استراتيجية تسمية دلالية لتحقيق دقة عالية وقدرات المفردات المفتوحة بتكاليف حوسبة أقل بكثير من النهج الحالية القائمة على SAM.
تقدم هذه الورقة البحثية WildFireVQA، وهو معيار مرجعي مفتوح المصدر واسع النطاق يضم أكثر من 6,000 عينة جوية بالأشعة المرئية والحرارية (RGB-thermal) و207,000 سؤال مصممة لتقييم وتحسين الاستدلال متعدد الوسائط من أجل مراقبة حرائق الغابات التشغيلية باستخدام البيانات الحرارية الإشعاعية.
تُوصّف هذه الورقة المقايضات الجوهرية بين المعدل والتشويه والإدراك تحت قيود أمنية صارمة لكل من القنوات عديمة الضجيج وقنوات البث، مُبينةً أن الترميز الموزع العشوائي مع العشوائية المشتركة يمكن أن يحقق في آن واحد سرية قوية، وتشويهاً منخفضاً، وجودة إدراكية عالية.
تقدم الورقة البحثية SurgCoT، وهو معيار شامل مصمم لتقييم وتطوير قدرات الاستدلال عبر تسلسل الأفكار المكاني والزماني دقيق التفاصيل للنماذج اللغوية الكبيرة متعددة الوسائط عبر إجراءات جراحية متنوعة، وذلك من خلال تحديد خمسة أبعاد استدلال جوهرية وبروتوكول تعليق هيكلي.
تقترح هذه الورقة إطار عمل لمطابقة التدفق مدفوعاً بالاستقرار لتوليد حركات تعاونية طبيعية وفعالة بين البشر، وذلك من خلال دمج استراتيجيات قائمة على إمكانات الأشياء، ومسبق تفاعلي تنافسي للوضعيات الواقعية، ومحاكاة مدفوعة بالاستقرار لتحسين حالات التفاعل.
تقدم هذه الورقة البحثية X-PCR، وهو أول معيار شامل مصمم لتقييم قدرات الاستدلال السريري التدريجي عبر الوسائط المتعددة للنماذج اللغوية الكبيرة متعددة الوسائط (MLLMs) في تشخيص أمراض العيون من خلال سير عمل مكون من ست مراحل ومهام التكامل متعدد الوسائط.
تُعد LaplacianFormer نوعاً متطوراً من نماذج المحولات (Transformer) يستبدل انتباه "softmax" بنواة "Laplacian" ذات أسس نظرية رصينة، معززة بخريطة ميزات حقانية وتقريب "Nyström" فعال يعتمد على طريقة "Newton–Schulz"، وذلك لتحقيق توازن فائق بين الأداء والكفاءة لمهام الرؤية الحاسوبية عالية الدقة.
تقدم هذه الورقة إطار عمل جديد للتعلم الذاتي الموجه يتيح التدريب المسبق واسع النطاق لنموذج "Vision Transformer" غير مقيد بحجم الصورة، وذلك عبر الجمع بين بنية تكرارية مستوحاة من الرؤية المركزية (foveal) وهدف التقطير الذاتي الخاص بـ DINO، محققةً أداءً تنافسياً مع الحفاظ على ميزانية حوسبة ثابتة عبر دقات عرض مختلفة.
تقترح الورقة البحثية MLG-Stereo، وهو إطار عمل لمطابقة الاستريو يعتمد على محولات الرؤية (ViT)، يتغلب على قيود الطرق الحالية في التعامل مع الدقات التعسفية والتفاصيل المحلية من خلال دمج شبكة ميزات متعددة التدرج، وحجم تكلفة محلي-عالمي، ووحدة تكرارية موجهة محلية-عالمية لتحقيق أداء رائد في المعايير القياسية.
تقدم الورقة البحثية نموذج SpaCeFormer، وهو نموذج محول (transformer) سريع وخالٍ من الاقتراحات لتجزئة الكائنات ثلاثية الأبعاد ذات المفردات المفتوحة، والذي يحقق أداءً في الوقت الفعلي ودقة فائقة من خلال الاستفادة من بنية منحنى الفضاء (space-curve) المبتكرة ومجموعة بيانات SpaCeFormer-3M التي صدرت حديثاً، وهي الأكبر من نوعها وتضم 3 ملايين وصف نصي متسق عبر الرؤى المتعددة.