12799 ورقة بحثية
تقدم الورقة البحثية ScaleEditor، وهو إطار عمل هرمي متعدد الوكلاء مفتوح المصدر بالكامل، والذي أنتج أكبر مجموعة بيانات لتعديل الصور حتى الآن (ScaleEdit-12M)، مبرهناً على أن مسارات العمل القائمة على الوكلاء يمكنها تحقيق جودة بيانات بمستوى تجاري وتحسين أداء النماذج بشكل كبير دون الاعتماد على واجهات برمجة التطبيقات المملوكة والمكلفة.
تقدم هذه الورقة مجموعة بيانات CogVSR وإطار عمل استقصائي لتحديد رؤوس الانتباه المتفرقة والمتخصصة وظيفياً في نماذج الرؤية واللغة، مما يثبت أن استهداف هذه الرؤوس من خلال التدخل يحسن بشكل كبير قدرات الاستدلال المكاني.
تقدم هذه الورقة البحثية وتقيّم استراتيجيتين توليديتين لتخليق مناظر الشوارع لما بعد الكوارث من صور الأقمار الصناعية، مما يكشف عن مقايضة حرجة حيث توفر النماذج القائمة على الانتشار واقعية إدراكية عالية ولكنها غالباً ما تهلوس بالتفاصيل الهيكلية، بينما توفر النماذج المرجعية القياسية دقة دلالية فائقة ضرورية لتقييم الكوارث بشكل موثوق.
تقدم هذه الورقة إطار عمل CogAlign، الذي يعزز تشخيص أمراض الجهاز الهضمي في النماذج اللغوية الكبيرة متعددة الوسائط من خلال مواءمة استدلال النموذج مع الإدراك السريري الهرمي عبر الضبط الدقيق الخاضع للإشراف وفرض الاعتماد على الميزات السببية عبر التعلم المعزز القائم على التناقض لتجاوز الانحياز البصري وتحقيق أداء يمثل أحدث ما توصل إليه العلم.
تقدم هذه الورقة البحثية EHETM، وهي طريقة عالية الجودة وفعالة للتخفيف من الاضطرابات تستفيد من الخصائص الزمكانية الفريدة للكاميرات الحدثية — وتحديداً التدرجات الموزونة بالقطبية وأنابيب الأحداث — لتحقيق استعادة فائقة للمشهد مع تقليل زمن التأخير وحجم البيانات بشكل كبير مقارنة بالأساليب الحالية المتطورة.
تقدم هذه الورقة معياراً جديداً لتحليل العلاقة بين التهيئة والتكثيف في تقنية "Gaussian Splatting" ثلاثية الأبعاد بشكل منهجي، كاشفةً أن طرق التكثيف الحالية تفشل في الاستفادة الكاملة من التهيات الكثيفة وغالباً لا تستطيع التفوق بشكل ملحوظ على نقاط البداية القائمة على "Structure-from-Motion" المتفرقة.
تقدم هذه الورقة إطار عمل للتقسيم متعدد الوسائط تحت إشراف ضعيف لصور الآبار الصوتية، يتفوق بشكل كبير على الطرق التقليدية من خلال الاستفادة من آلية الانتباه المتقاطع الواعي بالعمق والمحكوم بالثقة لدمج أنسجة الصور ثنائية الأبعاد مع سجلات الآبار أحادية البعد المتوافقة مع العمق بفعالية دون الحاجة إلى تعليقات توضيحية خبيرة كثيفة.
تقدم هذه الورقة إطار عمل التعميم النطاقي المدرك للبنية (SADG)، وهو إطار تعلم سياقي قائم على نموذج Mamba يستخدم التسلسل المدرك للبنية والنمذجة الهرمية المدركة للنطاق لتحقيق فهم قوي للسحب النقطية متعددة المهام عبر نطاقات متغيرة، مكملاً بمحاذاة طيفية للرسوم البيانية خفيفة الوزن للتكيف في وقت الاختبار ومجموعة بيانات مسح حقيقي جديدة للتقييم.
تقترح الورقة البحثية DiT-BlockSkip، وهو إطار عمل لضبط النماذج بدقة موفر للذاكرة لنماذج محولات الانتشار (Diffusion Transformers)، يجمع بين أخذ عينات الرقع الديناميكي الواعي للخطوة الزمنية وآلية تخطي الكتل مع ميزات المتبقي المحسوبة مسبقاً لتقليل التكاليف الحسابية بشكل كبير مع الحفاظ على جودة عالية لتوليد الصور المخصصة.
تقدم الورقة البحثية نموذج MEMO، الذي يحقق كشفاً للحواف بدقة بكسل واحد تشبه دقة البشر باستخدام خسارة الإنتروبيا المتقاطعة القياسية فقط، وذلك عبر الاستفادة من مجموعة بيانات تدريب مسبق اصطناعية واسعة النطاق، ووحدة ضبط دقيق خفيفة الوزن، واستراتيجية استدلال تدريجية مبتكرة تعمل على حل التنبؤات السميكة بناءً على تدرجات الثقة الخاصة بها.