12799 ورقة بحثية
تُعد GeoSANE مسبكاً للنماذج الجيومكانية يوحد المعرفة من نماذج التأسيس المتنوعة للاستشعار عن بُعد عبر تعلم توليد أوزان الشبكات العصبية الخاصة بمهام محددة عند الطلب، متفوقاً باستمرار على النماذج المدربة من الصفر أو عبر التقطير التقليدي مع تمكين تعميم قوي عبر مختلف الأنماط والبيانات.
تقدم هذه الورقة SIGMA، وهي مجموعة بيانات مرجعية جديدة قائمة على الفيزياء تتميز بأقنعة على مستوى البكسل وبيانات صور مزدوجة لمعالجة تحديات اكتشاف وتعزيز شذوذات المداخن الغازية في الصور السيزمية من أجل تحسين استكشاف الهيدروكربونات وتجنب المخاطر.
تقدم هذه الورقة البحثية 3DCity-LLM، وهو إطار عمل موحد يتميز باستراتيجية ترميز ميزات من الخشن إلى الناعم ومجموعة بيانات جديدة تضم 1.2 مليون عينة، مما يعزز بشكل كبير قدرات نماذج اللغات الكبيرة متعددة الوسائط في الإدراك والفهم على نطاق المدن ثلاثية الأبعاد من خلال التفوق على الأساليب الحالية الرائدة.
تقترح الورقة البحثية DetPO، وهي طريقة تحسين وقت الاختبار تعتمد على الصندوق الأسود وخالية من التدرج، تعمل على صقل المطالبات النصية فقط لتحسين أداء اكتشاف الأشياء بأسلوب التعلم من أمثلة قليلة في النماذج اللغوية الكبيرة متعددة الوسائط بشكل كبير، وذلك عبر الاستفادة من الأمثلة التدريبية المرئية للتغلب على قيود التعميم.
تُعد RealMaster طريقة مبتكرة تسخر نماذج انتشار الفيديو وIC-LoRA لتحويل مخرجات محركات الثلاثية الأبعاد المُصيرة إلى فيديوهات واقعية للغاية مع الحفاظ بدقة على هندسة المشهد الأصلي، وديناميكياته، واتساقه ثلاثي الأبعاد.
تُعد InverFill طريقة عكوسية أحادية الخطوة تقوم بحقن المعلومات الدلالية من الصور المحجوبة في الضجيج الأولي لنماذج الانتشار متعددة الخطوات، مما يتيح عملية ترميم صور (inpainting) عالية الدقة وخالية من العيوب دون الحاجة إلى إعادة تدريب النموذج أو إشراف من صور حقيقية.
يُعد UniFunc3D إطار عمل موحداً لا يتطلب تدريباً، يستفيد من نموذج لغوي كبير متعدد الوسائط كراصد نشط للقيام بالاستدلال المكاني-الزماني المشترك والاختيار التدريجي للإطر من المستوى العام إلى الدقيق، محققاً أداءً رائدًا في تقسيم الوظائف ثلاثية الأبعاد دون الحاجة إلى تدريب خاص بالمهمة.
تُعد SpecEyes إطار عمل للتسريع التخميني بمستوى وكيل، يستخدم نموذجاً خفيف الوزن كمخطط تخميني مع آلية بوابات معرفية وقمع متوازي غير متجانس لتقليل زمن الاستجابة بشكل كبير وتحسين إنتاجية النماذج اللغوية الكبيرة متعددة الوسائط مع الحفاظ على الدقة أو تعزيزها.
تقترح الورقة البحثية إطار عمل TETO، وهو إطار عمل قائم على نموذج المعلم والطالب يحقق أداءً هو الأفضل في مجاله لتقدير الحركة القائم على الأحداث واستكمال الإطارات باستخدام حوالي 25 دقيقة فقط من البيانات الواقعية غير الموسومة عبر استخلاص المعرفة من متتبع صور RGB مُدرب مسبقاً والاستفادة من أولويات الحركة الناتجة لتهيئة محول انتشار الفيديو.
تقدم الورقة البحثية OVIE، وهو إطار عمل تدريب أحادي العدسة مبتكر يقوم بتخليق مناظر جديدة من صور إنترنت غير مقترنة عبر الاستفادة من سقالة هندسية قائمة على العمق مع خسائر مقنعة أثناء التدريب، مما ينتج نموذج استدلال خالٍ من الهندسة يحقق أداءً رائدًا في مستوى الصفر (zero-shot) بسرعة أكبر بكثير.