12574 ورقة بحثية
إن OASIC هو إطار عمل للرؤية الحاسوبية يعمل على تحسين التصنيف في ظل حالات الحجب الشديد من خلال إزالة أنماط العوائق المشتتة في وقت الاختبار ديناميكيًا واختيار نماذج محسنة حسب شدة الحجب بناءً على مستويات الحجب المقدرة، مما يحقق مكاسب كبيرة في الأداء مقارنة بالنهج القياسية.
يُعد DINO-VO نظاماً للتقدير البصري للمسار أحادي العدسة من طرف إلى طرف، يعمل على تعزيز تقدير الحالة والتعميم عبر بيئات متنوعة من خلال دمج مُنتقي رقع متكيف وقابل للتفاضل، واستخراج ميزات متعدد المهام، وضبط حزم يعتمد على أولوية العمق العكسي للتغلب على قيود استراتيجيات الميزات الاستدلالية.
تقترح هذه الورقة نموذجاً جديداً لتصحيح التعرض للتدهورات غير المتجانسة مكانياً، والذي يستخدم مشفراً للإشارة المكانية مع أوزان تعديل تكيفية وفقداناً غير منتظم مستوحى من عدم اليقين للتغلب على قيود الطرق الحالية القائمة على الافتراضات العالمية.
يُعد OP-GRPO أول إطار عمل للتعلم التعزيزي خارج السياسة (off-policy) لنماذج مطابقة التدفق (flow-matching)، والذي يعزز كفاءة التدريب من خلال استخدام مخزن استرجاع (replay buffer) مع اختيار مسارات عالية الجودة، وأخذ عينات الأهمية على مستوى التسلسل، وبتر الخطوات المتأخرة لتحقيق أداء فائق بعدد خطوات تدريب أقل بكثير من GRPO القائم على السياسة (on-policy).
تقترح هذه الورقة تكييفاً مدركاً للمقياس لنماذج الرؤية واللغة واسعة النطاق، يتميز بهيكل ViT-L/14 مطور مع ضبط دقيق انتقائي، وتجميع انتباه زمني، وتعلم عبر الرؤى، لتحسين المتانة والأداء بشكل كبير في عملية إعادة تحديد هوية الأشخاص في الفيديو من مسافات بعيدة للغاية تحت ظروف صعبة مثل الدقة المنخفضة وعدم تطابق وجهات النظر بين الجوية والأرضية.
تقدم هذه الورقة البحثية GraphicDesignBench (GDB)، وهي أول مجموعة اختبار شاملة لتقييم نماذج الذكاء الاصطناعي في مهام التصميم الجرافيكي الاحترافية عبر خمسة محاور — التخطيط، والطباعة، والرسوم البيانية (الإنفوجرافيك)، والقوالب، والتحريك — كاشفةً أنه بينما يمكن تحقيق الفهم الدلالي عالي المستوى، لا تزال النماذج الحالية تعاني بشكل كبير من نقص الدقة، والصلاحية الهيكلية، والاستدلال التكويني المطلوب لأعمال التصميم الواقعية.
تقترح هذه الورقة البحثية HSC-MAE، وهو إطار عمل ثنائي المسار يعتمد على نموذج المعلم والطالب، يستفيد من الارتباطات الدلالية الهرمية عبر المستويات العالمية والمحلية ومستويات العينات لتعلم تمثيلات سمعية-بصرية قوية ومتوافقة من بيانات ضعيفة الاقتران وخالية من التسميات، محققاً تحسينات كبيرة في الأداء على معايير AVE وVEGAS.
تقدم هذه الورقة نموذج HighFM، وهو نموذج تأسيسي يستفيد من أكثر من 2 تيرابايت من صور أقمار SEVIRI الاصطناعية ذات الدقة الزمنية العالية وإطار عمل محسّن للترميز التلقائي المقنع لتحقيق أداء فائق في حجب السحب في الوقت الفعلي وكشف الحرائق النشطة مقارنة بالنماذج الجيومكانية الحالية.
تُعد GA-GS طريقة مبتكرة لإعادة بناء المشاهد ثلاثية الأبعاد الساكنة من فيديوهات أحادية العدسة تحتوي على أجسام ديناميكية، حيث تستفيد من نموذج انتشار لملء المناطق المحجوبة، وتُقدم معاملاً قابلاً للتعلم للأصالة لموازنة الإشراف بين البيانات الحقيقية والمولدة، محققةً أداءً هو الأفضل في فئته على مجموعة بيانات Trajectory-Match التي تم إنشاؤها حديثاً.
تقترح هذه الورقة إطار عمل "كليب الموزون مكانياً" (SW-CLIP)، وهو إطار مبتكر يعزز تحديد الموقع الجغرافي لصور الشوارع من خلال دمج قانون توبلر الأول للجغرافيا في التعلم التبايني عبر الإشراف الناعم المدرك للمسافة وتنظيم اتساق الجوار لتحسين التماسك والدقة المكانية.