13041 ورقة بحثية
تقدم الورقة البحثية ZipMap، وهو نموذج تغذية أمامية ذو حالة (stateful feed-forward model) يستخدم التدريب أثناء وقت الاختبار لتحقيق إعادة بناء ثلاثي الأبعاد ثنائي الاتجاه في زمن خطي بدقة تضاهي الطرق ذات الزمن التربيعي، مع توفير سرعات استدلال أسرع بأكثر من 20 ضعفاً لمجموعات الصور الكبيرة.
تقدم هذه الورقة أول إطار عمل قادر على تعلم تمثيلات غير مرتبطة بالبنية لمختلف حقول الإشعاع العصبي (NeRFs) من خلال تدريب شبكة ميتا-رسومية (Graph Meta-Network) باستخدام هدف تبايني، مما يتيح استدلالاً قوياً عبر بنيات متعددة وغير مرئية من حقول الإشعاع العصبي لمهام مثل التصنيف والاسترجاع.
تقدم هذه الورقة البحثية SwD، وهو إطار عمل لتقطير الانتشار على مستوى المقياس يجمع بين استراتيجية توليد تدريجية وهدف جديد على مستوى الرقعة يعتمد على تباين المتوسط الأقصى، وذلك لتسريع عملية أخذ العينات بشكل كبير في نماذج توليد الصور والفيديو من النص واسعة النطاق مع التفوق على الطرق الحالية ضمن نفس ميزانية الحوسبة.
تقدم هذه الورقة أول إطار عمل شامل لتقدير وضعية جسم الإنسان ثنائي الأبعاد بخصوصية تفاضلية، والذي يجمع بين خوارزمية (Projected DP-SGD) والخصوصية التفاضلية للميزات لموازنة الضمانات الرسمية للخصوصية مع دقة النموذج العالية بفعالية، محققاً متوسط PCKh@0.5 بنسبة 82.61% عند على مجموعة بيانات MPII.
تقترح الورقة البحثية ANSE، وهو إطار عمل مدرك للنموذج يستفيد من مقياس عدم يقين قائم على الانتباه البايزي (BANSA) لاختيار بذور الضوضاء الأولية المثلى لنماذج انتشار الفيديو تلقائياً، مما يؤدي إلى تحسين جودة التوليد والتماسك الزمني مع حد أدنى من عبء الاستدلال.
تقدم هذه الورقة البحثية "مطابقة مجال التفاعل" (IFM)، وهو إطار عمل معمّم يتغلب على تعقيدات النمذجة الخاصة بـ "مطابقة المجال الكهروستاتيكي" عبر الاستفادة من مجال تفاعل مبتكر مستوحى من تفاعلات الكوارك-كوارك مضاد القوية لتحسين أداء توليد ونقل البيانات.
تقدم هذه الورقة "توجيه الإطارات" (Frame Guidance)، وهي طريقة لا تتطلب تدريباً تتيح تحكماً دقيقاً على مستوى الإطار في توليد الفيديو عبر نماذج الانتشار من خلال المعالجة والتحسين الفعالين للمجال الكامن، مما يلغي الحاجة إلى الضبط الدقيق المكلف مع دعم مهام متنوعة مثل توجيه الإطارات الرئيسية، والأسلوبية، والتكرار الحلقي.
يعالج Perception-R1 القصور في أساليب التعلم المعزز من خلال التغذية الراجعة المرئية (RLVR) الحالية في تعزيز الإدراك متعدد الوسائط عبر تقديم مكافأة إدراك بصري مبتكرة مستمدة من تعليقات "سلسلة الأفكار" (Chain-of-Thought)، مما يعزز بفعالية قدرات الإدراك والاستنتاج للنماذج اللغوية الكبيرة متعددة الوسائط لتحقيق أداء رائد مع الحد الأدنى من بيانات التدريب.
يُعد StreamSplat إطار عمل يعمل بالكامل بنظام التغذية الأمامية، مما يتيح إعادة بناء آني وفوري للمشاهد ثلاثية الأبعاد الديناميكية من تدفقات فيديو غير معايرة إلى تمثيلات "Gaussian Splatting" ثلاثية الأبعاد، محققاً جودة رائدة عالمياً مع تسريع يصل إلى 1200 ضعف مقارنة بالطرق التقليدية القائمة على التحسين من خلال أخذ العينات الاحتمالية، والتشويه ثنائي الاتجاه، ودمج "Gaussian" التكيفي.
تقترح الورقة البحثية ECAD، وهي طريقة تخزين مؤقت تطورية تعتمد على الخوارزمية الجينية، والتي تتعلم جداول استدلال مثالية خاصة بالنماذج لتسريع نماذج الانتشار الجاهزة بشكل كبير مع الحفاظ على جودة صورة عالية والتعميم عبر الدقات والبنيات المختلفة دون الحاجة إلى تعديلات في المعلمات.