12498 ورقة بحثية
تقترح الورقة البحثية Air-Know، وهي شبكة متينة ومبتكرة لاسترجاع الصور المركبة تتغلب على قيود "فرضية الخسارة الصغيرة" في التوافق الثلاثي المشوب بالضجيج عبر توظيف نموذج "الخبير-الوكيل-الانحراف" الذي يستفيد من النماذج اللغوية الكبيرة متعددة الوسائط لمعايرة حَكَمٍ خفيف الوزن لتحديد الضجيج ومحاذاة التمثيل بشكل فعال.
يقدم هذا البحث HarmoniDiff-RS، وهو إطار عمل للانتشار (diffusion) لا يتطلب تدريباً يعمل على تحقيق التناغم في صور الأقمار الصناعية المركبة من خلال محاذاة الخصائص الإشعاعية عبر إزاحة المتوسط الكامن وموازنة الحفاظ على المحتوى من خلال دمج الكامن عبر الخطوات الزمنية، مصحوباً بمجموعة بيانات RSIC-H الجديدة.
تقدم الورقة البحثية HP-Edit، وهو إطار عمل لما بعد التدريب يستخدم مقيماً آلياً متوافقاً مع التفضيلات البشرية (HP-Scorer) ومجموعة بيانات جديدة من العالم الحقيقي (RealPref-50K) لتطبيق التعلم التعزيزي من التغذية الراجعة البشرية بفعالية على تحرير الصور القائم على الانتشار، مما يحسن بشكل كبير من توافق النموذج مع التفضيلات البشرية.
تقترح هذه الورقة البحثية "التحرير التبايني البصري" (VCE)، وهو أسلوب لاحق للتحليل، غير مكلف ولا يتطلب تسميات توضيحية، يعمل على الحد من هلاوس الكائنات في نماذج الرؤية واللغة الكبيرة باستخدام تحليل القيم المفردة لتحديد وتثبيط الفضاءات الجزئية للهلاوس دون الحاجة إلى ضبط دقيق أو بيانات مصنفة.
تقترح الورقة البحثية TS-Attn، وهي آلية انتباه مبتكرة لا تتطلب تدريباً تعمل على إعادة ترتيب توزيعات الانتباه ديناميكياً لمعالجة عدم المحاذاة الزمنية وازدواجية الانتباه المتعارضة، مما يحسن بشكل كبير جودة واتساق توليد الفيديو متعدد الأحداث في النماذج سابقة التدريب مع حد أدنى من التكاليف الإضافية عند الاستنتاج.
تحلل هذه الورقة أوجه القصور في نماذج تفكيك الصور القائمة على الـ sprite، وتقترح طريقة عميقة جديدة تحقق أداءً رائدًا في التجزئة غير الخاضعة للإشراف على معيار CLEVR، مع توفير قابلية توسع خطية، وتحديدًا صريحًا للفئات، وقدرة عالية على التفسير.
تقيم هذه الورقة مدى فعالية نماذج اللغات الكبيرة متعددة الوسائط، وتحديداً GPT-4o، مقابل نماذج الرؤية الحاسوبية التقليدية في تحليل التواصل السياسي البصري على إنستغرام خلال الانتخابات الفيدرالية الألمانية لعام 2021، مما يثبت أن GPT-4o يتفوق بشكل كبير على الأساليب الحالية في تحديد السياسيين وعدّ الأفراد.
تقدم الورقة البحثية نظام EgoSelf، وهو مساعد شخصي من منظور الشخص الأول يستفيد من ذاكرة تفاعل قائمة على الرسوم البيانية لالتقاط عادات المستخدم طويلة المدى ومهمة تنبؤ مخصصة لنمذجة التفضيلات الفردية للتفاعلات المستقبلية بفعالية.
يُعد RF-HiT نموذج محول هرمي للتدفق المصحح يتميز بكفاءة حسابية، ويحقق أداءً رائدًا في تقسيم الصور الطبية بفضل تعقيد خطي وخطوات استدلال دنيا من خلال دمج هيكل "hourglass" مع تكييف الميزات متعدد المقاييس.
تقدم هذه الورقة البحثية معيار PC2Model، وهو عبارة عن مجموعة بيانات متاحة للجمهور تم تطويرها بواسطة ICWG II/Ib، تجمع بين السحب النقطية المحاكات والواقعية مع النماذج ثلاثية الأبعاد المقابلة لها لتسهيل تدريب وتقييم طرق التسجيل القوية لمحاذاة السحابة النقطية بالنموذج.