12840 ورقة بحثية
يُعد ReHARK إطار عمل خالٍ من التدريب يحقق أداءً فائقاً في التكيف أحادي النموذج بين الرؤية واللغة من خلال معالجة معضلة الاستقرار واللدونة عبر مسار تآزري يتكون من بناء مسبق هجين، وتعزيز مجموعة الدعم، وتصحيح التوزيع التكيفي، ونوى RBF متعددة المقاييس ضمن فضاء هيلبرت لإعادة إنتاج النواة.
يُعد Mango-GS إطار عمل متعدد الإطارات وموجه بالعقد، يستخدم محولاً زمنياً وعقداً تحكمية متفرقة لتحقيق تقنية "Gaussian splatting" رباعية الأبعاد في الوقت الفعلي وبأداء رائد، مع تعزيز الاتساق المكاني والزماني لإعادة بناء المشاهد الديناميكية.
تقدم هذه الورقة نظام إسقاط خرائطي خالي من الظلال لمساحات العمل السطحية يستخدم مصفوفة كثيفة من أجهزة الإسقاط لتحقيق تعويض حجب خالٍ من التأخير دون عبء حوسبي، مع تقديم طريقة لتصحيح الضبابية في مرحلة ما قبل التشغيل وإطار عمل إدراكي لتقليل "الإحساس بالإسقاط" من أجل تغيير أكثر واقعية لخصائص المواد.
يُعد Articulat3D إطار عمل مبتكر يعيد بناء توائم رقمية عالية الدقة لأجسام مفصلية من فيديوهات أحادية الكاميرا تم التقاطها بشكل عارض، وذلك عبر الاستفادة من أولويات الحركة لتهيئة النموذج وفرض قيود هندسية وحركية صريحة لضمان إعادة بناء ثلاثي الأبعاد متماسك زمنياً ومنطقي فيزيائياً.
تقترح الورقة البحثية DyWeight، وهو حلّال متعدد الخطوات خفيف الوزن وقائم على التعلم، يستخدم التوزين الديناميكي للتدرج ونموذج اقتران ضمني للتكيف مع ديناميكيات الانتشار غير المستقرة، محققاً دقة بصرية واستقراراً فائقين بعدد أقل بكثير من تقييمات الدالة عبر نماذج ومجموعات بيانات متنوعة.
تقدم الورقة البحثية VisDoT، وهو إطار عمل يعزز الاستدلال البصري في النماذج اللغوية البصرية الكبيرة من خلال صياغة مهام تجذير إدراكي شبيهة بالبشر وتوظيف استراتيجية ترويج "تفكيك الفكر" (Decomposition-of-Thought) للفصل بين الإدراك البصري والاستدلال المنطقي، محققاً أداءً هو الأفضل في فئته على معايير فهم المخططات البيانية.
يقدم OmniForcing إطار عمل مبتكر يقوم بتقطير نماذج الانتشار السمعية البصرية ثنائية الاتجاه ذات زمن الاستجابة العالي إلى مولد تلقائي الترتيب يعمل بالبث في الوقت الفعلي، وذلك عبر توظيف محاذاة سببية كتلية غير متماثلة، ورموز استقرار صوتية (audio sink tokens)، وتقطير فرض ذاتي مشترك للتغلب على عدم استقرار التدريب وتحقيق توليد بسرعة 25 إطاراً في الثانية بدقة عالية.
تُعد BackdoorIDS طريقة كشف تعتمد على التعلم الصفري (zero-shot) وتتم أثناء مرحلة الاستدلال، حيث تحدد الصور التي تحتوي على أبواب خلفية في المشفرات الرؤيوية سابقة التدريب من خلال الاستفادة من التجميع القائم على الكثافة (density-based clustering) على تسلسلات التضمين الناتجة أثناء عملية الحجب التدريجي للمدخلات لالتقاط تحول الانتباه المتميز من المحفزات الضارة إلى المحتوى السليم.
إن PROMO هو إطار عمل تجربة قياس افتراضية قابل للاستجابة للمطالبات، مبني على هيكل Flow Matching DiT مع تكييف متعدد الوسائط كامن وآليات مرجعية ذاتية، يحقق تركيب صور عالي الدقة وفعال من خلال التعامل مع تجربة القياس الافتراضية (VTON) كمسألة تحرير مهيكلة، متجاوزاً بذلك الأساليب الحالية في كل من الجودة البصرية وسرعة الاستدلال.
تقدم الورقة البحثية UCAN، وهي شبكة فائقة الدقة خفيفة الوزن توحد بكفاءة بين آليات الالتفاف والانتباه من خلال وحدة ذات نواة كبيرة قائمة على التقطير ومشاركة المعلمات عبر الطبقات لتحقيق مجالات استقبال واسعة ومقايضات متفوقة بين الأداء والكفاءة على الأجهزة محدودة الموارد.