12944 ورقة بحثية
تقدم الورقة البحثية UNBOX، وهو إطار عمل مبتكر يسخر النماذج اللغوية الكبيرة ونماذج الانتشار من النص إلى الصورة لتشريح المصنفات البصرية ذات الصندوق الأسود تحت قيود خالية تماماً من البيانات ومن التدرج، حيث يقوم بتوليد واصفات نصية قابلة للتفسير البشري تكشف عن المفاهيم التي تعلمها النموذج والتحيزات المحتملة دون الحاجة إلى الوصول إلى بنيته الداخلية أو بيانات تدريبه.
تُعد ImprovedGS+ إعادة تنفيذ عالية الأداء بلغة C++/CUDA لتقنية 3D Gaussian Splatting ضمن إطار عمل LichtFeld-Studio، حيث تستفيد من نوى معالجة مُحسّنة عتادياً وجدولة تكيُّفية لتقليل وقت التدريب والتعقيد البارامتري بشكل كبير، مع تحقيق جودة إعادة بناء فائقة مقارنة بالنماذج المرجعية الرائدة.
تقدم هذه الورقة نظاماً جديداً ثنائي المسار يقوم بتخليق رسوم متحركة لوجه ثلاثي الأبعاد واقعية ومدركة مكانياً لمشاركين متواجدين في نفس الموقع من خلال صوت مختلط، وذلك عبر نمذجة علاقاتهما المكانية الديناميكية ونظراتهما المتبادلة، مدعوماً بمجموعة بيانات واسعة النطاق تضم أكثر من مليوني زوج حواري.
تقترح هذه الورقة إطار عمل للتعلم البصري في السياق المدرك للوضعية (PA-ICVL) يعزز قدرة نماذج الرؤية واللغة على اكتشاف الهلوسات البصرية ذات البنية الدلالية في الصور الكرتونية غير الواقعية من خلال دمج معلومات الوضعية جنباً إلى جنب مع بيانات RGB، محققاً تحسينات كبيرة في الأداء مقارنة بالنماذج المرجعية التي تعتمد على RGB فقط.
يُعد FALCON إطار عمل موحداً للتدريب المسبق ذاتي الإشراف للتعرف على أفعال الطائرات بدون طيار، والذي يتغلب على عدم التوازن المكاني في اللقطات الجوية من خلال الجمع بين الترميز التلقائي المقنع المدرك للأجسام وإعادة بناء المستقبل ثنائي الأفق المتمحور حول الأجسام، محققاً دقة فائقة واستدلالاً أسرع دون الحاجة إلى معالجة مسبقة إضافية في وقت الاختبار.
يُعد AuthFace إطار عمل مبتكر لترميم الوجوه بشكل أعمى، حيث يحقق نتائج واقعية للغاية من خلال الضبط الدقيق لنموذج انتشار (diffusion model) من النص إلى الصورة على مجموعة بيانات منسقة تضم 1500 صورة فوتوغرافية احترافية عالية الدقة مع تعليقات توضيحية موجهة بالتصوير الفوتوغرافي، بينما يستخدم فقدان ميزات وجه كامن مدرك للزمن لتقليل العيوب في المناطق الوجهية الحرجة.
تقدم هذه الورقة البحثية LEO، وهي بنية نموذج لغوي كبير متعدد الوسائط ومبسطة تستخدم استراتيجية دمج خفيفة الوزن تعتمد على أجهزة عرض ما بعد التكيف، وتداخل التسلسل على مستوى البلاطات، والتقسيم الديناميكي للبلاطات لتعزيز الفهم البصري بشكل كبير عبر مختلف المعايير والمجالات المتخصصة مثل القيادة الذاتية.
يعزز GS المميز تقنية Gaussian Splatting ثلاثية الأبعاد من خلال إدخال حد خسارة هندسي قائم على القيم الذاتية يحسن الدقة الهندسية بشكل كبير، ويقلل من عيوب "العوامات" ومتطلبات التخزين بنسبة 90%، ويمكّن من إعادة بناء الشبكة مباشرة مع الحفاظ على جودة فوتومترية عالية.
تقدم هذه الورقة إطار عمل PoI، الذي يعزز عملية "تراجع إحداثيات المشهد" (Scene Coordinate Regression) من أجل التحديد البصري للمواقع عبر الجمع بين تقنية "النمذجة بالنقاط الغاوسية ثلاثية الأبعاد" (3D Gaussian Splatting) والتحسين القائم على الانتشار، واستراتيجية تصفية تدريجية على مستوى البكسل لتوليد واستخدام مناظر جديدة موثوقة بشكل انتقائي لتدريب قوي.
تقدم هذه الدراسة نظرة شاملة على المنظومة الناشئة للنماذج اللغوية الكبيرة والأدوات التي تدعم الباحثين عبر الدورة العلمية بأكملها، حيث تغطي المهام الرئيسية بدءاً من البحث في الأدبيات وتوليد الأفكار وصولاً إلى إنشاء المحتوى والتجريب والتقييم، مع معالجة مجموعات البيانات والأساليب والقيود والمخاوف الأخية المرتبطة بها.