13005 ورقة بحثية
تقدم هذه الورقة البحثية مهمة ORMOT، وهي مهمة جديدة توسع نطاق تتبع الكائنات متعددة المراجع إلى الصور شاملة الاتجاهات للتغلب على قيود مجال الرؤية، مدعومة بمجموعة بيانات ORSet التي تم إنشاؤها حديثاً وإطار عمل نموذج الرؤية واللغة الكبير ORTrack.
تقترح هذه الورقة إطار عمل SAIL، وهو إطار عمل لوصف الفيديو الكثيف تحت الإشراف الضعيف يعمل على تحسين التحديد الزمني والوصف من خلال بناء أقنعة مدركة دلالياً عبر المحاذاة عبر الوسائط وتعزيز إشارات التدريب باستخدام تعليقات توضيحية اصطناعية ناتجة عن نماذج اللغات الكبيرة عبر آلية القناع البيني.
تقدم الورقة البحثية CompACT، وهو مُجزئ رموز (tokenizer) منفصل ومدمج يقوم بضغط الملاحظات إلى 8 رموز فقط لتمكين التخطيط لاتخاذ القرار في الوقت الفعلي وبكفاءة حوسبية عالية داخل نماذج العالم مع الحفاظ على أداء تنافسي.
يُعد EdgeDAM إطار عمل خفيف الوزن لتتبع كائن واحد في الوقت الفعلي للأجهزة المحمولة، والذي يحقق أداءً قويًا تحت ظروف الاحتجاب وتداخل المشتتات من خلال تقديم آلية ذاكرة ثنائية المخزن مؤقت مدركة للمشتتات واستراتيجية تبديل مدفوعة بالثقة مع تثبيت الصندوق المحتجز.
تقدم هذه الورقة البحثية HALP، وهي طريقة تكتشف الهلوسة في نماذج الرؤية واللغة قبل توليد النص من خلال تحليل التمثيلات الداخلية، محققةً دقة عالية عبر بنيات متنوعة وممكنةً لتدخلات السلامة الفعالة مثل الامتناع المبكر.
تقترح هذه الورقة نهجاً جديداً لمجال الإشعاع العصبي (NeRF) معززاً بخسارة متوسط مربع الخطأ (MSE) ذات أوزان تكيفية لإعادة بناء المشاهد ثلاثية الأبعاد من صور طيفية بالأشعة تحت الحمراء طويلة الموجة شحيحة، مما يثبت فعاليتها في تحسين أداء كشف سحابة الغاز مقارنة بالطرق القياسية.
تقدم هذه الورقة MM-Lifelong، وهو عبارة عن مجموعة بيانات واسعة النطاق من لقطات الحياة اليومية الطبيعية وغير المكتوبة التي تمتد لفترة تصل إلى شهر، وتقترح الوكيل متعدد الوسائط المتكرر (ReMA) للتغلب على قيود الذاكرة العاملة والتحديد الموضعي للنماذج الحالية في الفهم متعدد الوسائط طويل الأمد.
تقترح هذه الورقة نظام كاميرا مبتكرًا يعتمد على الكم للحفاظ على الخصوصية، يقوم بتخزين صور منخفضة الدقة في حالات كمومية قابلة للعكس ويستخدم خوارزمية التعلم العميق لـ Q المزدوجة للموازنة ديناميكيًا بين الخصوصية والمنفعة قبل عملية القياس، مما يثبت جدوى التحكم في كلا الجانبين في المحاكاة.
تقدم هذه الورقة Export3D، وهي طريقة لتحريك الصور الشخصية ثلاثية الأبعاد بلمحة واحدة (one-shot) تعتمد على الوعي ثلاثي الأبعاد، وتستخدم إطار تدريب مسبق تبايني ومولد ثلاثي المستويات (tri-plane generator) لتحقيق توليد صور قابل للتحكم في التعبيرات ومتغير من حيث زوايا الرؤية، مع القضاء بفعالية على عمليات تبديل المظهر غير المرغوب فيها أثناء نقل التعبيرات عبر الهويات المختلفة.
تقدم الورقة البحثية FireANTs، وهي خوارزمية تحسين ريماني تكيفية متعددة المقاييس، معززة بوحدة معالجة الرسومات وغير معتمدة على التدريب، تحقق مطابقة صور تباينية (diffeomorphic) كثيفة أسرع بكثير وأكثر كفاءة في استهلاك الذاكرة من كل من الطرق التقليدية ونهج التعلم العميق، مع الحفاظ على تعميم قوي عبر مختلف الأنماط والتركيبات التشريحية.