12944 ورقة بحثية
تقدم هذه الورقة LiveWorld، وهو إطار عمل مبتكر يعالج محدودية "ديناميكيات خارج نطاق الرؤية" في نماذج عالم الفيديو التوليدية من خلال الحفاظ على حالة عالمية مستمرة حيث تستمر الكيانات غير المرصودة في التطور، مما يتيح محاكاة عالمية رباعية الأبعاد مستمرة حقاً واتساقاً طويل الأمد للمشهد.
تقدم هذه الورقة إطار عمل لتقييم التصورات الفئوية وأطالس التنشيط لنماذج المحولات (transformer) في علم الأمراض، كاشفةً أنه بينما تلتقط طرق تصور الميزات هذه المفاهيم النسيجية العامة بفعالية، فإن قدرتها على تمثيل الفئات الفرعية الدقيقة للسرطان تظل محدودة بسبب التعقيد المرضي الجوهري وانخفاض الاتفاق بين المراقبين.
تقدم الورقة البحثية FreeFly-Thinking، وهو إطار عمل للملاحة البصرية اللغوية من طرف إلى طرف للطائرات بدون طيار (UAVs)، يستفيد من استراتيجية تدريب مكونة من مرحلتين وتسلسل تفكير صريح (chain-of-thought reasoning) لتحقيق ملاحة قوية وفعالة في البيئات الحضرية الخارجية المعقدة.
يُعد FastSTAR إطار عمل للتسريع لا يتطلب تدريباً لنموذج التوليد الفيديوية ذاتي الانحدار الزمكاني (STAR)، حيث يستخدم استراتيجية مبتكرة لتقليم الرموز الزمكانية لتحديد وتخطي الحسابات الزائدة، محققاً تسريعاً يصل إلى 2.01 ضعف مع حد أدنى من تدهور الجودة.
يُعد VINO إطار عمل للتعلم الخاضع للإشراف الذاتي يتغلب على "فخ التواجد المشترك" في الفيديو الكثيف باستخدام نهج تقطير المعلم والطالب مع أولويات هيكلية لإجبار التمثيلات على التركيز على الأجسام الأمامية بدلاً من السياق الخلفي، محققاً أداءً رائدًا في اكتشاف الأجسام غير الخاضعة للإشراف.
تقدم هذه الورقة خرائط التدفق التبايني (VFMs)، وهو إطار عمل يتيح التوليد الشرطي عالي الجودة في خطوة واحدة وحل المشكلات العكسية من خلال تعلم مُكيِّف ضجيج لمواءمة توزيع الضجيج الأولي مع الملاحظات، مما يتجاوز الحاجة إلى مسارات أخذ العينات التكرارية المطلوبة في نماذج الانتشار التقليدية.
تقدم هذه الورقة MAviS، وهو مساعد محادثة متعدد الوسائط متكيف مع النطاق لأنواع الطيور، والذي يستفيد من مجموعة بيانات MAviS-Dataset التي تم إنشاؤها حديثاً ويتم تقييمه على MAviS-Bench لتحقيق أداء رائد في فهم أنواع الطيور دقيقة التفاصيل والإجابة على الأسئلة متعددة الوسائط.
تقترح هذه الورقة نهجاً متمحوراً حول التدريب يجمع بين التدريب التنافسي وكتلة تنعيم خريطة الميزات خفيفة الوزن لتوليد خرائط بروز تكون في آن واحد متفرقة، ومستقرة بالنسبة للمدخلات، ومستقرة بالنسبة للمخرجات، مما يعزز موثوقيتها وكفايتها المدركة.
تقدم هذه الورقة بحثاً حول StructSAM، وهو إطار عمل جديد لدمج الرموز (token merging) يحافظ على الحدود الهيكلية والخصائص الطيفية في نماذج "Segment Anything" (SAM) عبر استخدام درجات طاقة قائمة على التدرج وفحص قائم على الشبكة لتحقيق توفير كبير في الحوسبة مع حد أدنى من فقدان الدقة عبر معايير التصوير الطبي والطبيعي.
من خلال تتبع الاستجابات العصبية للمكاك V4 أثناء تعلم التمييز البصري، تُظهر الدراسة أن تعلم المهمة يزيد من تكرار المعلومات بدلاً من تقليله، مما يدعم نموذج الاستدلال التوليدي البايزي حيث يعزز التكرار المعلومات التي يحملها كل عصبون على حدة.