12799 ورقة بحثية
يُعد FideDiff نموذج انتشار جديداً بخطوة واحدة يحقق إزالة ضبابية حركة الصور بدقة عالية من خلال إعادة صياغة المهمة كمسألة تعلم اتساق مع مسارات ضبابية متطابقة، وتكامل Kernel ControlNet، والتنبؤ بالخطوات الزمنية التكيفية، متجاوزاً بذلك قيود سرعة الاستنتاج والدقة التي تعاني منها الطرق الحالية القائمة على الانتشار.
تقدم هذه الورقة KineMask، وهو إطار عمل جديد لتوليد الفيديو يستفيد من استراتيجية تدريب ثنائية المراحل باستخدام أقنعة الكائنات والدمج بين الحركة منخفضة المستوى والاشتراط النصي عالي المستوى لتمكين التفاعلات الفيزيائية المنطقية للأجسام الصلبة والتعميم على المشاهد الواقعية.
تقدم هذه الورقة البحثية مصنف Adaptive VAR Classifier، وهو مصنف توليدي جديد وفعال يعتمد على النمذجة التوليدية الذاتية البصرية، والذي يتفوق على الأساليب القائمة على الانتشار في السرعة والدقة مع تقديم مزايا فريدة في قابلية التفسير البصري ومقاومة النسيان الكارثي.
تقدم هذه الورقة CoVAND، وهو مسار بيانات لتوليد بيانات نفي عالية الجودة، وNegToMe، وهو وحدة دمج رموز خفيفة الوزن تحافظ هيكلياً على إشارات النفي للتخفيف بفعالية من الانحياز الإيجابي وتحسين الأداء المدرك للنفي بشكل كبير في نماذج الرؤية واللغة.
تقدم هذه الورقة SCOPE، وهو إطار عمل للتعلم الصفري في الملاحة البصرية المجسدة يعزز التخطيط طويل الأمد من خلال الاستفادة من النماذج اللغوية البصرية لتقدير إمكانات الاستكشاف القائمة على الحدود ودمج آلية إعادة النظر الذاتي لتحسين اتخاذ القرار، مما يؤدي إلى التفوق على النماذج المرجعية الحالية في الدقة والتعميم.
تقترح هذه الورقة إطاراً للتحكم في توليد البيانات الاصطناعية لضبط النماذج اللغوية البصرية، وهو ما يقضي على تحيزات التوسيم واختلالات التوزيع، مما يؤدي إلى تحسن في الأداء بنسبة 13% في مهام الاستدلال المكاني في العالم الحقيقي مقارنة بالنماذج المدربة على مجموعات البيانات القياسية من العالم الحقيقي.
يُعد MetroGS إطار عمل جديداً لتقنية "Gaussian Splatting" يحقق إعادة بناء فعالة ومستقرة ودقيقة هندسياً للمشاهد الحضرية واسعة النطاق من خلال دمج تمثيل "Gaussian" ثنائي الأبعاد الموزع، والتعزيز الكثيف المهيكل مع أولويات "SfM"، والتحسين الهندسي الهجين التدريجي، ونمذجة المظهر الموجهة بالعمق.
تقترح هذه الورقة البحثية BriMPR، وهو إطار عمل جديد للتكيف في وقت الاختبار متعدد الوسائط يعالج انزياحات التوزيع المعقدة عبر توظيف استراتيجية "فرق تسد" لمحاذاة الميزات أحادية الوسائط أولاً عبر ضبط المحفزات، ثم صقل المحاذاة الدلالية عبر الوسائط من خلال التعلم التبايني على البيانات ذات الملصقات الزائفة.
يقدم PhysGen مساراً موحداً لتوليد الأشكال ثلاثية الأبعاد القائم على الفيزياء، والذي يستفيد من مشفر تلقائي متباين (VAE) للشكل والفيزياء وعملية مطابقة تدفق تبادلية مع توجيه فيزيائي صريح لإنتاج تصميمات صناعية ليست معقولة بصرياً فحسب، بل وصالحة فيزيائياً أيضاً.
تقترح الورقة البحثية نموذج LatentFM، وهو نموذج توليدي قائم على مطابقة التدفق (flow matching) يعمل في فضاء كامن عبر مشفرات تلقائية متباينة (variational autoencoders)، والذي يحقق دقة فائقة في تقسيم الصور الطبية مع توفير تنبؤات مدركة لعدم اليقين وخرائط ثقة.