12553 ورقة بحثية
يُعد FreeGraftor إطار عمل لا يتطلب تدريباً يحقق توليد صور عالية الدقة ومتوافقة مع النصوص وموجهة نحو موضوع معين، وذلك من خلال الاستفادة من تطعيم الميزات عبر الصور، والمطابقة الدلالية، واستراتيجية مبتكرة لتهيئة الضوضاء للتغلب على قيود الكفاءة والاتساق في الطرق الحالية.
إن VERDI هو إطار عمل أثناء وقت التدريب يعمل على تقطير قدرات الاستدلال القائم على المنطق السليم للنماذج اللغوية البصرية الضخمة إلى مجموعات برمجية مستقلة وقابلة للتفاضل ومتكاملة من الطرف إلى الطرف للقيادة الذاتية، وذلك عبر محاذاة مخرجات الوحدات الوسيطة مع سمات الاستدلال النصي، مما يحقق سلامة وأداءً فائقين دون التكاليف العالية للاستدلال الناتجة عن نشر النماذج اللغوية البصرية الضخمة.
تقدم هذه الورقة SpikeStereoNet، وهو أول إطار عمل مستوحى من الدماغ يقوم بتقدير العمق المجسم مباشرة من تدفقات النبضات الخام باستخدام شبكة عصبية نبضية متكررة، محققاً أداءً فائقاً وكفاءة في البيانات على مجموعات بيانات نبضية مقترحة حديثاً، اصطناعية وكانت حقيقية.
تقدم هذه الورقة البحثية "سلسلة الإطارات" (Chain-of-Frames - CoF)، وهي نهج موحد أحادي المرحلة لفهم الفيديو في النماذج اللغوية الكبيرة متعددة الوسائط، والذي يستفيد من مجموعة بيانات تم إنشاؤها حديثًا (COF-DATA) لتوليد مسارات استدلال تتضمن مراجع صريحة للإطارات، مما يحسن بشكل كبير من التأسيس الزمني وأداء الاختبارات المعيارية دون الاعتماد على وحدات مساعدة معقدة.
تقدم هذه الورقة CORTEX، وهو إطار عمل مبتكر يعزز قابلية التفسير للنماذج التوليدية المكممة شعاعياً من خلال تحديد مجموعات الرموز الخاصة بالمفاهيم عبر تحليل على مستوى العينة ومستوى كتاب الشفرات، مما يحسن الشفافية ويُمكّن تطبيقات مثل تحرير الصور المستهدف.
تقدم الورقة البحثية COinCO، وهي مجموعة بيانات جديدة مكونة من 97,722 صورة تم ترميمها باستخدام نماذج الانتشار (diffusion-based) مع كائنات تم التحقق منها داخل السياق وخارجه، صُممت لتعزيز الفهم البصري القائم على السياق من خلال مهام الاستدلال دقيق التفاصيل، والتنبؤ بالكائنات، وكشف التزييف.
تقترح الورقة البحثية MT-PCR، وهو إطار عمل جديد لتسجيل السحابة النقطية يجمع بين بنيتي Mamba وTransformer عبر استخدام منحنيات ملء الفراغ من نوع Z-order للتسلسل المكاني، مما يحقق دقة وكفاءة فائقتين بتعقيد حسابي خطي مقارنة بالطرق الحالية.
يقترح هذا البحث إطار عمل بنظام "التعلم الصفري" (zero-shot) يستفيد من النماذج اللغوية الكبيرة متعددة الوسائط والمُدربة مسبقاً لتقييم أضرار حرائق الغابات من خلال صور متعددة الزوايا من مستوى الأرض، مما يثبت أن دمج منظورات متعددة يحسن دقة التصنيف بشكل كبير مقارنة بالتحليل أحادي المنظور، مع الكشف في الوقت ذاته عن أن طرق التلقين البسيطة تحقق أداءً يضاهي استراتيجيات الاستنتاج المتقدمة.
تقدم الورقة البحثية PAOLI، وهي طريقة مبتكرة تعيد بناء الأجسام المفصلية من صور ذات زوايا رؤية ضئيلة مع وضعيات كاميرا غير معروفة، وذلك من خلال إنشاء ارتباطات قوية أولاً بين الأجزاء المعاد بناؤها بشكل مستقل، ثم تحسين الهندسة والمظهر والحركية بشكل مشترك عبر استراتيجية فك تشابك تدريجية.
تُعد Durian طريقة مبتكرة لتحريك الصور الشخصية تتيح نقل سمات الهوية عبر صورة مرجعية واحدة أو أكثر من خلال توظيف استراتيجية تدريب إعادة بناء ذاتي باستخدام شبكة مرجعية مزدوجة (Dual ReferenceNet) وقناع تكميلي للتعلم من بيانات الفيديو غير المزدوجة، مما يحقق أداءً هو الأفضل في فئته مع دعم تكوين السمات المتعددة والتدخل السلس.