12799 ورقة بحثية
تقدم هذه الورقة إطار عمل KNOW، وهو إطار تعلم ميتا (meta-learning) مبتكر يعمل على تخليق أوزان مدربة غنية بالمعرفة من خلال نمذجة وعكس ديناميكيات النسيان الهيكلي الناجم عن الضبط الدقيق المتسلسل على مجموعات بيانات متناقصة الحجم تدريجياً، مما يحقق أداءً فائقاً في المهام اللاحقة مقارنة بطرق الضبط الدقيق القياسية.
يقدم EdiVal إطار عمل ومعياراً آلياً متمحوراً حول الكائنات للتقييم دقيق التفاصيل ومتعدد الجولات لتعديل الصور القائم على التعليمات، معالجاً القيود الحالية من خلال تفكيك الصور إلى كائنات دلالية لقياس اتباع التعليمات، واتساق المحتوى، والجودة البصرية بدقة دون الاعتماد على صور مرجعية مقترنة.
تقدم هذه الورقة البحثية إطار عمل EAGLE، وهو إطار عمل خفيف الوزن يعمل كصندوق أسود يفسر التوليد الذاتي للرموز (tokens) في النماذج اللغوية الكبيرة متعددة الوسائط من خلال عزو القرارات إلى مناطق بصرية محددة وقياس التوازن بين الأدلة البصرية والمنطلقات اللغوية، مما يوفر دقة في التوطين والأمانة والتشخيص من الهلوسة بتكلفة حوسبية أقل.
تقدم الورقة البحثية SID، وهو إطار عمل ذاتي التحسين يقوم بتوليد مسارات استكشافية جديدة بشكل تكراري للتغلب على قيود التدريب القائم على المسار الأقصر، مما يعزز بشكل كبير قدرات الاستكشاف لدى وكلاء الملاحة ويحقق أداءً رائدًا في معايير الملاحة الموجهة بالأهداف والرؤية واللغة.
تقدم هذه الورقة البحثية CoT-PL، وهو إطار عمل مبتكر للكشف عن الأشياء ذات المفردات المفتوحة يعزز عملية التسمية المستعارة من خلال دمج عملية استدلال "سلسلة الأفكار" البصرية المكونة من ثلاث خطوات قابلة للتفسير — التحديد، والتعرف، والتثبيت — مما يحقق أداءً هو الأفضل في فئته على معايير OV-COCO وOV-LVIS.
يُعد Skyfall-GS إطار عمل هجينًا مبتكرًا يقوم بتوليف مشاهد حضرية ثلاثية الأبعاد واسعة النطاق، ودقيقة هندسيًا، وواقعية فوتوغرافية عبر الجمع بين صور الأقمار الصناعية للحصول على الهندسة الخشنة ونماذج الانتشار مفتوحة المجال لتحسين الملمس عالي الجودة، مما يلغي الحاجة إلى التوصيفات ثلاثية الأبعاد المكلفة.
تقدم هذه الورقة "التلميحات التوليدية"، وهي منهجية تدريب شبه مُشرفة تسخر نموذجاً توليدياً لإنشاء أمثلة افتراضية غير مُصنفة وتفرض صراحةً ثوابت وظيفية معروفة، متفوقةً باستمرار على تعزيز البيانات القياسي عبر مختلف معايير التصنيف البصري.
يقدم Uni-DAD إطار عمل موحداً أحادي المرحلة يقوم في آن واحد بتقطير وتكييف نماذج الانتشار من أجل توليد الصور بخطوات قليلة وعينات قليلة، وذلك عبر الجمع بين تقطير مطابقة التوزيع ثنائي النطاق وخسارة شبكة خصومية توليدية (GAN) متعددة الرؤوس لتحقيق جودة وتنوع فائقين مقارنة بمسارات العمل التقليدية ثنائية المرحلة.
تقدم هذه الورقة SO-Bench، وهو معيار شامل يتكون من أكثر من 6,500 مخطط JSON متنوع و1,800 زوج من الصور والمخططات المنسقة عبر أربعة مجالات بصرية لتقييم وتحسين قدرات النماذج اللغوية الكبيرة متعددة الوسائط في إنتاج مخرجات مهيكلة متوافقة مع المخططات بشكل منهجي.
تقدم الورقة البحثية SimScale، وهو إطار عمل محاكاة قابل للتوسع يقوم بتخليق سيناريوهات قيادة متنوعة وعالية الدقة من سجلات العالم الحقيقي، ويقوم بتدريب سياسات القيادة الذاتية عبر التدريب المشترك مع إشراف الخبراء الزائف، مما يحسن بشكل كبير من المتانة والقدرة على التعميم في الاختبارات المعيارية الصعبة دون الحاجة إلى بيانات إضافية من العالم الحقيقي.