12944 ورقة بحثية
تقدم هذه الدراسة إطار عمل مبتكر للرؤية الحاسوبية يستخدم تقنيات المراقبة الخارجية، بما في ذلك كشف الأشياء القائم على نموذج YOLO ومراقبة المسارات، لتصنيف سلوكيات السائقين المشتتين والمختلين في المركبات غير المتصلة دون الاعتماد على الاتصال بين المركبات.
تُعد UltraUPConvNet إطار عمل متعدد المهام وفعال حاسوبياً، يعتمد على UPerNet وConvNeXt، ويقوم في آن واحد بمهام تقسيم أنسجة الموجات فوق الصوتية والتنبؤ بالأمراض، محققاً أداءً هو الأفضل في فئته على مجموعة بيانات واسعة النطاق مع تقليل العبء الحسابي.
يُعد Traffic-MLLM إطار عمل عصبيًا لا يعتمد على الاسترجاع، يعمل على تعزيز اتخاذ القرار في القيادة الذاتية من خلال دمج بيانات مرورية متعددة المصادر مع آلية صقل مدفوعة بالفضول لتعلم فضاء حالات مهيكل وقابل للتعميم من أجل استدلال قوي في سيناريوهات الحالات النادرة.
تقدم هذه الورقة WHU-STree، وهي مجموعة بيانات مرجعية شاملة ومتعددة الوسائط تتميز بسحب نقطية متزامنة وصور عالية الدقة لأكثر من 21,000 شجرة شارع عبر مدينتين، صُممت للتغلب على القيود في مجموعات البيانات الحالية من خلال تمكين مهام جرد متنوعة وتعزيز البحث في دمج الوسائط المتعددة والتعميم عبر المجالات لإدارة أشجار المناطق الحضرية.
تقدم هذه الورقة إطار عمل ومعيار ORIC لتقييم وتحسين قدرات نماذج الرؤية واللغة الكبيرة في التعرف على الأشياء في ظل عدم الاتساق السياقي، مما يثبت أن مثل هذه السيناريوهات تضعف الأداء بشكل كبير وأن الضبط الدقيق للتعزيز البصري المستهدف يمكن أن يخفف من هذه الإخفاقات بفعالية.
تقدم هذه الورقة البحثية إطار عمل "Fast Image-to-Neural Surface" (FINS)، وهو إطار عمل خفيف الوزن يعيد بناء الأسطح الضمنية عالية الدقة وحقول وظائف المسافة الموقعة (SDF) بكفاءة من صورة واحدة خلال ثوانٍ معدودة عبر الاستفادة من شبكات الهاش متعددة الدقة والنماذج التأسيسية المدربة مسبقاً، متفوقاً بذلك على الطرق الحالية في السرعة والدقة لتطبيقات الروبوتات.
تقدم هذه الورقة QuantVGGT، وهو أول إطار عمل للكمية (quantization) لـ محولات الهندسة البصرية المرتكزة (VGGTs) ذات المليارات من المعلمات، والذي يتغلب على تحديات المعايرة والتوزيع الفريدة من خلال التكميم دقيق التفاصيل مزدوج التنعيم والنمذجة المتنوعة منقاة الضجيج لتحقيق مكاسب كبيرة في الذاكرة والسرعة مع الحفاظ على دقة إعادة بناء عالية.
يُعد QuantSparse إطار عمل موحداً يجمع بفعالية بين تكميم النماذج وتخفيف كثافة الانتباه لنماذج محولات الانتشار للفيديو من خلال تقديم تقنيتي "تقطير الانتباه البارز متعدد المقاييس" و"إعادة تمثيل الانتباه المتناثر من الدرجة الثانية" للتخفيف من فقدان المعلومات، مما يحقق تقليلاً كبيراً في التخزين وتسريعاً في الاستدلال مع التفوق بشكل جوهري على النماذج المرجعية الحالية في جودة التوليد.
تقدم الورقة البحثية طريقة "تقدير المسار البصري السريع" (FVO)، وهي طريقة تعتمد على المحولات (Transformer) تستبدل خطوط معالجة التحسين الهجين البطيئة بتراجع مباشر للوضعية النسبية وتجميع مدرك للثقة لتحقيق سرعة فائقة ودقة تنافسية في تقدير المسار البصري أحادي الكاميرا.
تقدم هذه الورقة البحثية Honey-Data-15M، وهي مجموعة بيانات عالية الجودة مكونة من 15 مليون زوج مع إثراء بمستوى مزدوج من تسلسل الأفكار (Chain-of-Thought)، إلى جانب خط معالجة البيانات HoneyPipe ونموذج Bee-8B، مما يثبت مجتمعاً أن التحسينات المنهجية في جودة البيانات يمكن أن تمكّن النماذج اللغوية الكبيرة متعددة الوسائط مفتوحة المصدر بالكامل من تحقيق أداء رائد ينافس النظراء شبه المفتوحين.