12799 ورقة بحثية
تقدم هذه الورقة البحثية DROID-SLAM in the Wild، وهو نظام RGB SLAM قوي وفي الوقت الفعلي يحقق أداءً رائدًا في التتبع وإعادة البناء في البيئات الديناميكية المزدحمة من خلال الاستفيد من الضبط الحزمي القابل للتفاضل والمدرك لعدم اليقين لتقدير عدم اليقين لكل بكسل من عدم الاتساق في الميزات متعددة الرؤى.
تقدم هذه الورقة البحثية Roundabout-TAU، وهي مجموعة بيانات جديدة لمقاطع فيديو واقعية لدوارات مع تعليقات توضيحية شاملة، وتقترح TAU-R1، وهو إطار عمل رؤية ولغة ثنائي الطبقات تم تدريبه باستراتيجية متخصصة مكونة من مرحلتين لفهم واستنتاج حالات الشذوذ المروري بفعالية لأنظمة النقل الذكية.
تقترح هذه الورقة طريقة جديدة لتصنيف الصور توليدية تستفيد من النماذج ذات الترتيب الذاتي لأي ترتيب لتقدير التنبؤات الهامشية للترتيب، مما يتغلب على قيود الترتيب الثابت للرموز ويحقق دقة وكفاءة متفوقتين مقارنة بكل من المصنفات القائمة على الانتشار والنماذج التمييزية الحديثة.
تقترح الورقة البحثية إطار عمل ADAPT، وهو إطار عمل لا يتطلب تدريباً يقوم بتخطيط جداول زمنية للمطالبات ومواءمتها دلالياً بشكل حتمي باستخدام درجات الانتباه والمكونات المتعامدة لتحسين التوليد التركيبي للمفاهيم النادرة في تخليق الصور من النصوص بشكل كبير دون المساس بالسلامة البصرية.
تقدم هذه الورقة البحثية إطار عمل "مزج المطالبات المساعدة التكيفي" (AAPB)، وهو إطار عمل لا يتطلب تدريباً يستخدم معاملًا تكيفيلاً ذا صيغة مغلقة يستند إلى هوية "تودي" (Tweedie's identity) للموازنة ديناميكيًا بين المطالبات المرجعية المساعدة والمطالبات المستهدفة، مما يضمن توليد صور دقيقة دلاليًا وأمينة بنيويًا للمفاهيم النادرة ومهام التحرير في نماذج الانتشار.
تقدم هذه الورقة البحثية FLAC، وهو إطار عمل احتمالي لمطابقة التدفق يقوم بتخليق استجابات نبض الغرفة المستمرة مكانياً من سياق مشهد أدنى، متفوقاً على النماذج المرجعية الحالية ذات العينات القليلة مع التقاط عدم اليقين الصوتي وتقديم مقياس تقييم جديد متسق هندسياً.
تكشف هذه الورقة أن نماذج الرؤية واللغة تظهر عمىً انتقائياً من خلال تقليل الانتباه البصري تحت أطر الأسئلة المقيدة، وتقترح طريقة خفيفة الوزن لضبط المطالبات باستخدام رموز قابلة للتعلم لاستعادة التأسيس البصري القوي وتحسين الأداء عبر أساليب الصياغة المختلفة.
يُعد DreamPartGen إطار عمل مبتكرًا يحقق توليدًا ثلاثي الأبعاد على مستوى الأجزاء ومؤصلًا دلاليًا من خلال توظيف "كامنات الأجزاء المزدوجة" (Duplex Part Latents) و"كامنات العلاقات الدلالية" (Relational Semantic Latents) ضمن عملية إزالة ضجيج متزامنة لضمان الدقة الهندسية والمحاذاة القوية مع الأوصاف النصية.
لمعالجة الفجوة في تقييم النماذج اللغوية الكبيرة متعددة الوسائط (omnimodal) على المحتوى طويل التنسيق، تقدم هذه الورقة LVOmniBench، وهو معيار جديد يتكون من 275 فيديو (تتراوح مدتها بين 10 إلى 90 دقيقة) و1,014 زوجاً من الأسئلة والأجوبة يكشف أن النماذج الحالية تعاني في الاستيعاب السمعي البصري الممتد، حيث حققت دقة أقل من 35% للنماذج مفتوحة المصدر وما يصل إلى 65% لنموذج Gemini 3 Pro.
تقدم هذه الورقة طريقة قائمة على الطيف وممنهجة لتصميم جداول ضوضاء تكييفية في نماذج الانتشار البكسلية، والتي تقضي على الخطوات الزائدة وتحسن الجودة التوليدية، لا سيما في أنظمة الخطوات المنخفضة، من خلال وضع حدود نظرية لمستويات الضوضاء الفعالة وأخذ عينات مشروطة للجداول أثناء الاستدلال.