13041 ورقة بحثية
تقدم هذه الورقة نظاماً روبوتياً ثنائي الأذرع مدفوعاً بالتوأم الرقمي يدمج بين الاستشعار بالرؤية المجسمة (RGBD)، والتغذية الراجعة اللمسية، ونماذج اللغة المرئية المتطورة لتحقيق تصنيف قوي وفوري للمنسوجات وكشف الأجسام الغريبة من أجل إعادة التدوير المستدام المؤتمت.
تقدم الورقة البحثية إطار عمل ICHOR، وهو مشفر تلقائي مقنع ذاتي الإشراف تم تدريبه مسبقاً على مجموعة بيانات ضخمة متعددة المواقع تضم 11,405 خريطة لتدفق الدم في الدماغ بتقنية ASL، والذي يتفوق على الأساليب الحالية في تعلم تمثيلات قوية وقابلة للنقل لمهام التشخيص وتوقع الجودة اللاحقة.
تقترح الورقة البحثية Wiki-R1، وهو إطار عمل للتعلم التعزيزي المنهجي يستخدم توليد البيانات القابل للتحكم وطريقة أخذ عينات استراتيجية لسد الفجوة التوزيعية بشكل منهجي بين النماذج متعددة الوسائط مسبقة التدريب ومهام الأسئلة والأجوبة المرئية القائمة على المعرفة، محققةً أداءً هو الأفضل في فئته على معايير Encyclopedic VQA وInfoSeek.
تُثبت هذه الورقة أن انزياح التوزيع هو السبب الرئيسي لتدهور الأداء في الطبقات الأعمق من نماذج "Vision Transformers"، وتكشف أن الاستقصاء الأمثل خارج نطاق التوزيع يتطلب الاختيار بين تنشيطات الشبكة التغذوية الأمامية ومخرجات الانتباه الذاتي المُطبعة اعتماداً على شدة الانزياح.
تقدم الورقة البحثية WebChain، وهو عبارة عن مجموعة بيانات واسعة النطاق وموسومة بشرياً من آثار التفاعل الحقيقية على الويب تتميز بالمحاذاة متعددة الوسائط، مما يتيح نهج تدريب وسيط مزدوج مبتكر يحقق أداءً هو الأفضل في فئته في تخطيط وكلاء الويب والتمركز المكاني.
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.