12799 ورقة بحثية
يُعد S-VGGT نهجاً مبتكراً يعزز قابلية التوسع لنماذج التأسيس ثلاثية الأبعاد ذات التغذية الأمامية، وذلك عبر تفكيك بيانات الالتقاط الكثيفة إلى مشاهد فرعية متوازنة ذات أطر مرجعية مشتركة، مما يؤدي إلى إلغاء تكاليف الانتباه العالمي وتمكين الجمع المتعامد مع طرق تسريع مستوى الرموز لتحقيق سرعات هائلة دون التضحية بدقة إعادة البناء.
يُعد VectorWorld نموذج عالم تدفقي فعال يستفيد من مشفر تلقائي متباين (VAE) بوابي مدرك للحركة، وإكمال مقنع بخطوة واحدة خالٍ من الحلول، وسياسة شخصية غير لاعبة متوافقة مع الفيزياء، لتمكين عمليات محاكاة مغلقة الحلقة، مستقرة، وفي الوقت الفعلي، وطويلة الأمد للقيادة الذاتية من خلال معالجة عدم تطابق التهيئة، وقيود زمن الاستجابة، وعدم القابلية للتحقق من الحركية.
تقدم هذه الورقة FINER، وهو إطار عمل ومعايير مصممة لكشف وتحليل الهلوسة في النماذج اللغوية الكبيرة متعددة الوسائط الناتجة عن الاستعلامات السلبية دقيقة التفاصيل، وتقترح FINER-Tuning للتخفيف بشكل كبير من هذه الأخطاء مع تعزيز الأداء العام للنموذج.
تقترح هذه الورقة إطار عمل للتقطيع (discretization) مدركاً للحالات (instance-aware)، يتعلم التكيف مع تخصيصات الخطوات الزمنية بناءً على أولويات تعتمد على المدخلات، مما يتغلب على قيود الجداول الزمنية المشتركة عالمياً ويحسن جودة التوليد باستمرار عبر مختلف نماذج الانتشار (diffusion) ومطابقة التدفق (flow matching) مع تكلفة استدلال مهملة.
تقدم هذه الورقة WeatherReasonSeg، وهو معيار مرجعي شامل يتكون من مجموعات بيانات اصطناعية وواقعية مع استعلامات متعددة الأبعاد لتقييم وتحليل تدهور قدرات التجزئة الاستدلالية لنماذج الرؤية واللغة تحت ظروف جوية سيئة متنوعة.
يُعد CrowdGaussian إطار عمل موحداً يعيد بناء حشود بشرية ثلاثية الأبعاد عالية الدقة وواقعية من صور فردية، وذلك عبر توظيف مسار تكيف ذاتي التوجيه للتعامل مع حالات الاحتجاب الواسعة واستراتيجية تعلم ذاتي المعايرة لتحسين تمثيلات "Gaussian Splatting" ثلاثية الأبعاد لمتعدد الأشخاص.
تقدم هذه الورقة البحثية "توجيه التنشيط الهيكلي" (STAS)، وهي طريقة لا تتطلب تدريباً تعمل على تعزيز جودة توليد الفيديو والتماسك الزمني في نماذج المحولات الانتشارية (diffusion transformers) من خلال استغلال وتوجيه الهيكل الهرمي المنظم لـ "التنشيطات الضخمة" (Massive Activations) النادرة وعالية المقدار الموجودة عند رموز الإطار الأول والرموز الحدودية.
تقدم هذه الدراسة استعراضاً هيكلياً لفهم الفيديو من خلال تنظيم الأدبيات الحالية إلى منظورات الهندسة منخفضة المستوى، والدلالات عالية المستوى، والنمذجة الموحدة، مع تسليط الضوء على تحول المجال نحو النماذج التأسيسية الموحدة والقابلة للتوسع وتحديد التحديات المستقبلية.
تقيم هذه الورقة البحثية بشكل شامل نماذج التأسيس المختلفة لتجزئة مثيلات الخلايا عبر مجموعات بيانات مجهرية متنوعة، وتُقدم استراتيجية جديدة للتوليد التلقائي للمطالبات (APG) تعزز أداء نموذج SAM بشكل كبير، مما يقدم رؤى رئيسية لتكييف نماذج التجزئة العامة مع مهام المجهر.
تقدم هذه الورقة نظام VISER، الذي يثبت أن خرائط الحرارة لتتبع حركة العين منزوعة الضجيج توفر تعميماً فائقاً للكشف عن هجمات عرض قزحية العين مفتوحة المجموعة مقارنة بالتوضيحات اليدوية، وأقنعة التجزئة، وتضمينات DINOv2، مع إطلاق الكود والنماذج أيضاً لدعم قابلية إعادة الإنتاج.