12553 ورقة بحثية
تقدم هذه الورقة ORCA، وهو نهج مبتكر يستفيد من نماذج الانتشار (diffusion models) لإنشاء الصور من النصوص والمُدربة مسبقاً للتحكم الروبوتي عبر توظيف مطالبات مهام قابلة للتعلم وشروط بصرية خاصة بكل إطار للتغلب على قيود التكييف النصي الساذج، محققاً بذلك أداءً رائداً دون الحاجة إلى ضبط النموذج الأساسي.
يُعد Splatblox نظاماً يعمل في الوقت الفعلي يقوم بدمج صور RGB المجزأة مع بيانات ليدار (LiDAR) باستخدام تقنية التغطية الغاوسية (Gaussian Splatting) لتوليد حقل مسافة متوقع (ESDF) مدركاً لقابلية العبور، مما يمكّن الروبوتات الخارجية من التمييز بفعالية بين النباتات القابلة للعبور والعوائق الصلبة لتحقيق أداء ملاحة فائق في البيئات المعقدة.
لمعالجة "تأثير اللمحة" (Glance Effect) الذي يسبب الاستنتاج الزائف في مهام الاستشعار عن بعد، تقدم هذه الورقة RS-EoT، وهو نموذج بحث عن الأدلة تكراري مدفوع باللغة، تم تدريبه عبر نظام وكلاء متعددين سقراطي وتعلم تعزيزي تدريجي، والذي يحقق أداءً هو الأفضل في فئته من خلال تمكين الاستنتاج الحقيقي القائم على الأدلة البصرية.
تقدم الورقة البحثية SciPostGen، وهي مجموعة بيانات واسعة النطاق تربط الأوراق العلمية بتخطيطات الملصقات، وتقترح إطار عمل يعتمد على الاسترجاع المعزز يستفيد من هذه البيانات لإنشاء تصميمات ملصقات فعالة ومتوافقة مع القيود بناءً على هيكل الورقة.
تقدم هذه الورقة REVEAL، وهو إطار عمل جنائي معزز بالاستدلال تم تدريبه باستخدام التعلم المعزز القائم على خبرات الخبراء وتم تقييمه على REVEAL-Bench الجديد، والذي يحقق تعميماً فائقاً عبر المجالات وتفسيرات دقيقة من خلال بناء سلاسل أدلة قابلة للتحقق للكشف عن الصور المُنشأة بواسطة الذكاء الاصطناعي.
تقدم هذه الورقة إطار عمل PyFi، الذي يستخدم آلية تنافسية متعددة الوكلاء لتخليق مجموعة بيانات مالية بهيكل هرمي وحجم يصل إلى 600 ألف، مما يمكّن نماذج اللغات المرئية من تحقيق تحسينات كبيرة في الدقة في الاستدلال المالي المعقد عبر التفكيك التدريجي للأسئلة من الإدراك الأساسي إلى التحليل على مستوى الخبراء.
يعد FlexAvatar طريقة قائمة على المحولات (transformer) تُنشئ نماذج رمزية ثلاثية الأبعاد للرأس عالية الجودة وكاملة من صورة واحدة عبر إدخال "مصبات انحياز" (bias sinks) قابلة للتعلم لفصل إشارات القيادة عن زوايا الرؤية المستهدفة، مما يتيح تدريباً موحداً على كل من البيانات أحادية العدسة والبيانات متعددة الزوايا لتحقيق استقراء فائق للمشاهد وتحريك واقعي.
يُعد AstraNav-World نموذج عالم متكامل يوحّد بين توليد الفيديو القائم على الانتشار وتعلم السياسات الرؤية-اللغوية لتمكين الاستشراف والتحكم المتزامنين وثنائيي الاتجاه، مما يؤدي إلى تحسين دقة المسار والتعميم في حالة الصفر في مهام الملاحة المجسمة المفتوحة والديناميكية.
تقدم هذه الورقة البحثية EB-JEPA، وهي مكتبة مفتوحة المصدر وخفيفة الوزن تتيح تدريبًا فعالًا باستخدام وحدة معالجة رسومية واحدة لبنى التنبؤ بالتمثيل المشترك القائمة على الطاقة (energy-based Joint-Embedding Predictive Architectures) لتعلم تمثيلات ذات معنى دلالي عبر الصور، والفيديوهات، ونماذج العالم المشروطة بالأفعال، كما يتضح من خلال الأداء العالي في مهام CIFAR-10، وMoving MNIST، ومهام الملاحة.
تقدم هذه الورقة CraterBench-R، وهو معيار واسع النطاق لاسترجاع فوهات الكواكب على مستوى العينات، وتقترح مسار عمل ثنائي المراحل وقابل للتوسع يجمع بين نماذج المحولات الرؤية ذات التعلم الذاتي وطريقة مبتكرة لتجميع رموز العينات لتحقيق دقة عالية مع تقليل تكاليف التخزين والحوسبة بشكل كبير.