12113 ورقة بحثية
تُعد AmalthAI منصة مفتوحة المصدر وقابلة للاستضافة الذاتية للرؤية الحاسوبية، صُممت لتمكين خبراء التراث الثقافي غير التقنيين من تدريب نماذج تعلم الآلة والتحقق من صحتها وتفسيرها بشكل مستقل لتحليل القطع الأثرية، مع ضمان بقاء البيانات الحساسة ضمن حوزة المؤسسات.
يقدم هذا التقرير التقني إطار عمل لشبكة خصومية توليدية (GAN) متعددة الخبراء وموجهة بالخسارة، تستخدم مميزات تمييز متخصصة، وآلية إجماع "الخسارة الموحدة" (United Loss)، وبنية مسار مزدوج تعتمد على التلافيف والمحولات (convolutional-transformer) لتخليق فيديوهات للغة الإشارة عالية الجودة بكفاءة على الأجهزة الاستهلاكية.
يُعد ContactGuard نظاماً لمراقبة التنفيذ ما قبل التلامس، يستخدم نموذج عالم كامن مشروط بالأفعال تم تدريبه على بيانات غير مصنفة للتنبؤ بالتبعات البصرية قصيرة المدى للأفعال المخطط لها، مما يتيح الكشف في الوقت الفعلي عن الفشل وإشارات الإلغاء لمهام المناولة الغنية بالتلامس دون تعديل السياسة الأساسية.
تقيم هذه الورقة قدرة النماذج التأسيسية لشبكية العين على توليد صور قابلة للتحكم تحافظ على الأنماط الظاهرية السريرية، حيث وجدت أنها تتفوق على الطرق التقليدية ضمن أطر عملها الخاصة، لكنها تظهر فجوة تمثيلية كبيرة بين الصور الاصطناعية والحقيقية عند تقييمها مقابل مصنفات الصور الحقيقية.
تقترح هذه الورقة إطاراً رسمياً لنماذج العالم السببية يوحد مستويات متعددة من التجريد —من الملاحظات إلى التمثيلات الهيكلية— لتمكين الوكلاء من استيعاب خصائص الكيانات وتفاعلاتها من أجل التنبؤ والتخطيط واتخاذ القرار القوي خارج نطاق توزيع التدريب الخاص بهم.
تقترح الورقة البحثية إطار عمل SNM-VFI، وهو إطار عمل لا يتطلب تدريباً يعمل على تعزيز استكمال إطارات الفيديو من خلال توجيه نماذج انتشار الفيديو مسبقة التدريب باستخدام مسبقات كامنة مشتقة من حركة غير خطية متماثلة وخرائط ثقة لتحقيق نتائج عالية الجودة ومتسقة حركياً دون الحاجة إلى تدريب إضافي.
تقدم الورقة البحثية ARMDIL، وهو إطار عمل تجميعي تكيفي يستفيد من نموذج لغوي كبير متعدد الوسائط لتوجيه الصور ديناميكيًا إلى العمود الفقري الرؤيوي غير المتجانس الأكثر ملاءمة، مما يحقق تصنيفًا قويًا عبر مجموعات البيانات، وتعزيزًا للقدرة على التكيف من خلال هندسة الأوامر، وتحسينًا لقابلية التفسير عبر الاستدلال باللغة الطبيعية.
يُعد TRAVel إطار عمل للضبط الدقيق المدرك للحركة يعزز استرجاع فيديوهات القيادة من خلال الاستفادة من تشابه مسار المركبة (ego-trajectory) كمكافأة ضمن عملية تحسين السياسة النسبية للمجموعات (Group Relative Policy Optimization)، مما يمكّن النماذج متعددة الوسائط للأغراض العامة من التمييز بفعالية بين الأحداث المتمحورة حول الحركة دون الاعتماد على بيانات إدراكية مساعدة أو قواعد خبيرة.
تقترح هذه الورقة البحثية إطار عمل GSCI، وهو إطار عمل مبتكر يستفيد من تقنية التشتت الغاوسي ثلاثي الأبعاد (3D Gaussian Splatting) ومسبقات النماذج الرؤية الأساسية الضخمة، جنباً إلى جنب مع استراتيجية تكثيف متخصصة موجهة بالعتامة، لتحقيق إعادة بناء مشهد ثلاثي الأبعاد قوي وعالي الجودة من قياس واحد للتصوير الضغطي اللحظي.
تقدم الورقة البحثية Intern-S2-Preview، وهي سلسلة من النماذج التأسيسية الوكيلية العلمية التي تم تدريبها من خلال مسار تدريب مسبق متعدد الوسائط متخصص ومسار تدريب لاحق موحد يتميز بالتعلم التعزيزي المتقدم والبنى المعززة بالذاكرة لتحقيق أداء رائد في الاستدلال العلمي، والتفاعل مع الأدوات، والمهام طويلة الأمد.