12553 ورقة بحثية
تقدم هذه الورقة البحثية إطار عمل GAR-SSL، وهو إطار لتحديد موقع مصدر الصوت لا يتطلب تدريباً، يستفيد من قدرات الاستدلال الميتافيزيقي الجوهرية للنماذج اللغوية الكبيرة متعددة الوسائط من خلال مسار (توليد-تحليل-تنقيح) لتحقيق أداء تنافسي في المشاهد الصوتية المعقدة دون الاعتماد على التعلم التبايني.
يُعد RefineAnything نموذجاً يعتمد على الانتشار متعدد الوسائط، حيث يقدم إعداداً للتحسين المخصص لمنطقة معينة لاستعادة التفاصيل المحلية دقيقة الحبيبات مع الحفاظ بصرامة على الخلفية، مستفيداً من استراتيجية "التركيز والتحسين" المبتكرة التي تعيد تخصيص الدقة للمنطقة المستهدفة وفقدانٍ مدرك للحدود لتقليل العيوب.
يُعد Q-Zoom إطار عمل تكيفي يعتمد على الاستعلام، يعمل على تعزيز كفاءة ودقة النماذج اللغوية الكبيرة متعددة الوسائط من خلال التجاوز الديناميكي لمعالجة الدقة العالية غير الضرورية وتوظيف آلية ذاتية الإشراف لتحديد وتدقيق المناطق ذات الصلة بالمهمة بدقة، مما يحقق تسريعاً كبيراً في عملية الاستنتاج دون المساس بالأداء.
يقدم POS-ISP إطار عمل للتعلم المعزز على مستوى التسلسل يتسم بالاستقرار والكفاءة، حيث يعمل على تحسين خط معالجة معالجة الصور الرقمية (ISP) المعياري بأكمله ومعاملاته في تمريرة أمامية واحدة باستخدام مكافأة مهمة نهائية، مما يتغلب على عدم التطابق بين التدريب والاستدلال والعبء الحسابي الذي تسببه أساليب البحث في البنية العصبية والتعلم المعزز المرحلي الحالية.
تقدم هذه الورقة البحثية "Grounded Forcing"، وهو إطار عمل مبتكر يعزز التماسك والقدرة على التحكم طويل الأمد في توليد الفيديو ذاتي الانحدار من خلال دمج ذاكرة تخزين مؤقت ثنائية لـ KV (Dual Memory KV Cache)، وحقن RoPE ثنائي المرجع (Dual-Reference RoPE Injection)، وإعادة تخزين تقاربي غير متماثل (Asymmetric Proximity Recache) لمعالجة تحديات النسيان الدلالي، والانجراف البصري، وتبديل التعليمات في آن واحد.
تكشف هذه الورقة أن ضغط الصور يمكن أن يعمل كمضخم للخصومة من خلال إحداث تقليص في فضاء القرار، مما يؤدي إلى تقليص هوامش التصنيف ويجعل المصنفات الصورية العميقة أكثر عرضة بشكل كبير للهجمات المطبقة مباشرة في النطاق المضغوط مقارنة بالهجمات التقليدية في نطاق البكسل.
تقدم هذه الورقة MAR-GRPO، وهو إطار عمل للتعلم التعزيزي المستقر لتوليد الصور الهجين القائم على التشفير الذاتي التكراري المقنع والانتشار، والذي يستخدم توقع المسارات المتعددة واختيار الرموز المدرك لعدم اليقين للتخفيف من ضوضاء التدرج وتحسين الجودة البصرية واستقرار التدريب.
تقدم هذه الورقة أول نهج توليدي لإنشاء الفسيفساء الفوتوغرافية يستخدم نماذج الانتشار المحاذية للهيكل والمخصصة لتخليق صور بلاطات ذات تعبير دلالي وتماسك هيكلي، متجاوزةً بذلك قيود التنوع والاتساق التي تفرضها طرق مطابقة الألوان التقليدية.
تقدم هذه الورقة إطار عمل للمسح الافتراضي مُنفذ في بيئة Unity يقوم بتوليد مجموعة بيانات V-Scan، وهي مجموعة واسعة النطاق من المسوحات الداخلية الاصطناعية الواقعية مع معلومات كاملة حول الهندسة الأرضية والحجب، وذلك لمعالة ندرة البيانات اللازمة لتدريب أساليب إعادة بناء المشاهد ثلاثية الأبعاد وإكمال الأجسام القائمة على التعلم.
تقترح هذه الورقة إطار عمل لنموذج "ViT" متفرق ذاتي الإشراف يستفيد من الترميز التلقائي المقنع والأهداف العلاقاتية لتعلم تمثيلات قابلة لإعادة الاستخدام من بيانات كواشف النيوترينو غير المتجانسة، مما يحسن بشكل كبير أداء إعادة البناء وكفاءة البيانات لتجارب حدود الطاقة مثل FASERCal مع إظهار قدرة قوية على النقل عبر تقنيات الكواشف المتنوعة.