12498 ورقة بحثية
يعزز 3AM عملية تقسيم الأجسام في الفيديو من خلال دمج الميزات الهندسية المدركة للبعد الثالث من MUSt3R في بنية SAM2 القائمة على الذاكرة، محققاً أداءً قوياً في ظل تغيرات كبيرة في زوايا الرؤية باستخدام مدخلات RGB فقط ودون الحاجة إلى أوضاع الكاميرا أو خرائط العمق.
يُعد HERMES بنية مبتكرة لا تتطلب تدريباً، حيث يصيغ ذاكرة الـ KV cache كإطار عمل ذاكرة هرمي لتمكين فهم الفيديو المتدفق في الوقت الفعلي وبدقة وكفاءة في استهلاك الموارد، محققاً سرعة أكبر بـ 10 أضعاف في زمن الوصول لأول توكن (time-to-first-token) ودقة أعلى بنسبة تصل إلى 11.4% في مجموعات بيانات البث مقارنة بالطرق الرائدة الحالية.
تقدم هذه الورقة BREPS، وهو إطار عمل يقيم متانة نماذج التجزئة القابلة للتلقين تجاه التباينات الطبيعية في مطالبات صناديق الإحاطة من خلال الجمع بين الدراسات البشرية والتحسين ذي الصندوق الأبيض لتوليد مطالبات عدائية، واختبار الأداء عبر عشر مجموعات بيانات متنوعة.
تقدم هذه الورقة البحثية استراتيجية "التقليم المقتصر على مرحلة الملء المسبق" (POP)، وهي استراتيجية استدلال مدركة للمراحل تعمل على تسريع عملية الملء المسبق للنماذج الكبيرة عن طريق حذف الطبقات العميقة الزائدة بشكل انتقائي أثناء ترميز السياق مع الحفاظ على دقة النموذج الكاملة لفك تشفير الرموز، مما يحقق تقليلاً كبيراً في زمن الاستجابة مع حد أدنى من فقدان الدقة.
يُعد Bird-SR إطار عمل للانتشار ثنائي الاتجاه موجه بالمكافأة، يعمل على تعزيز عملية تحسين دقة الصور في العالم الحقيقي من خلال صياغة المهمة كتحسين للتفضيل على مستوى المسار، مما يوازن استراتيجياً بين الدقة الهيكلية والجودة الإدراكية عبر التدريب الاصطناعي في المرحلة المبكرة والتعلم الموجه بالمكافأة في المرحلة اللاحقة على كل من البيانات الاصطناعية والبيانات الواقعية.
تقترح هذه الورقة إطار عمل للتقريب منخفض الرتبة المقنع الموجه بنماذج الرؤية الضخمة (LVM-LRA) يستفيد من نماذج الرؤية القابلة للتلقين لتوليد أقنعة دقيقة لتخميد موجات الارتداد الأرضي (ground-roll) المستهدفة، مما يفصل الضجيج عن الانعكاسات بفعالية مع تقليل تسرب الإشارة من خلال مزيج مبتكر من قيود الرتبة المنخفضة المحلية الموجهة بالقناع والقيود العالمية.
تقدم هذه الورقة البحثية PortraitCraft، وهو معيار موحد يتكون من مجموعة بيانات تضم 50,000 صورة شخصية منسقة ذات إشراف متعدد المستويات، صُممت لتعزيز الأبحاث في فهم تكوين الصور الشخصية دقيق التفاصيل والتوليد القابل للتحكم تحت قيود صريحة.
تقدم الورقة البحثية Neuro-Oracle، وهو إطار عمل استرجاع معزز توليدي (RAG) وكيلِيّ ثلاثي المراحل يستفيد من متجهات مسار التصوير بالرنين المغناطو لقبل وبعد الجراحة الطولية لاسترجاع حالات جراحية مماثلة وتوليد تنبؤات مفسرة لنوبات الصرع، مما يظهر أداءً فائقاً على النماذج المرجعية الثابتة مع توفير مبررات سريرية مهيكلة وخالية من الهلوسة.
تقترح هذه الورقة إطار عمل جديد للتعلم العميق قائم على بنية U-Net، يستفيد من النماذج التأسيسية لعلم الأمراض وفك تشفير انتباه الحدود المتخصص لتحقيق تجزئة وفصل فائقين لعينات الكبيبات مقارنة بالطرق الحالية الرائدة.
تقدم الورقة البحثية SatBLIP، وهو إطار عمل للرؤية واللغة مخصص للأقمار الصناعية يستفيد من التعليقات التوضيحية التي تم إنشاؤها بواسطة GPT-4o ونماذج BLIP المضبوطة بدقة لتفسير السمات البيئية الريفية من الصور، مما يتيح التنبؤ ورسم الخرائط القابلة للتفسير لمؤشرات الهشاشة الاجتماعية على مستوى المقاطعات.