13044 ورقة بحثية
يُعد SceneStreamer إطار عمل موحداً يعتمد على المحولات ذات التوليد الذاتي (autoregressive transformer)، يقوم بتوليد سيناريوهات مرورية مستمرة وطويلة الأمد عبر التنبؤ بتسلسلات من الرموز (tokens) التي تمثل عناصر ديناميكية مثل الوكلاء وإشارات المرور، مما يتيح إنشاء بيئات واقعية ومتنوعة وتكيفية تعمل على تحسين متانة وقدرة سياسات القيادة الذاتية على التعميم بشكل كبير.
تُعد MMTok طريقة مبتكرة تعزز كفاءة الاستدلال لنماذج الرؤية واللغة عبر صياغة اختيار رموز الرؤية كمسألة تغطية قصوى، وذلك من خلال الاستفرد بالمعلومات متعددة الوسائط المتكاملة من كل من الرؤية والنص لتقليص الرموز الزائدة مع الحفاظ على الأداء العالي.
تقدم هذه الورقة ConEQsA، وهو إطار عمل ومعيار وكيل جديد مصمم لمعالجة تحديات الإجابة المتزامنة وغير المتزامنة على الأسئلة المجسدة من خلال الاستفادة من الذاكرة المشتركة والجدولة الواعية بالاستعجال للتفوق على النهج التسلسلي التقليدي في سيناريوهات الأسئلة المتعددة الواقعية.
تقدم الورقة البحثية SiNGER، وهو إطار عمل مبتكر لتقطير المعرفة يستخدم إعادة تخصيص الطاقة الموجهة بالفضاء الصفري المنفرد عبر محول قائم على LoRA لتثبيط العيوب ذات القيم الطبيعية العالية في نماذج Vision Transformer المعلمة مع الحفاظ على الإشارات المعلوماتية، مما يمكن النماذج الطالبة من تحقيق أداء رائد وتمثيلات أكثر وضوحًا.
تكشف هذه الورقة أن تعميم نماذج تقييم جودة الصور القائمة على التعلم المعزز ينبع من تحويلها للبيانات المرئية إلى تمثيلات نصية مدمجة، مما أدى إلى اقتراح RALI، وهو خوارزمية خفيفة الوزن تعمل على محاذاة الصور مباشرة مع هذه التمثيلات لتحقيق أداء مماثل بتكاليف حوسبة أقل بكثير.
تقترح هذه الورقة نموذج انتشار غير مشروط تم تدريبه على خرائط ارتفاع HiRISE معززة لإعادة بناء بيانات تضاريس المريخ المفقودة في الواقع الافتراضي، مما يظهر دقة فائقة وتشابهاً إدراكياً مقارنة بطرق الاستيفاء التقليدية.
تقدم الورقة البحثية AVI-Edit، وهو إطار عمل مبتكر يحقق تحريراً دقيقاً لمقاطع الفيديو المتزامنة صوتياً من خلال توظيف مُحسِّن قناع مدرك للدرجة (granularity-aware mask refiner) من أجل الدقة المكانية، وعميل صوتي ذي تغذية راجعة ذاتية (self-feedback audio agent) للتحكم الزمني، ومجموعة بيانات ضخمة تم إنشاؤها حديثاً.
تقدم الورقة البحثية CHAMMI-75، وهي مجموعة بيانات متنوعة ومفتوحة الوصول تتكون من 75 دراسة مجهرية متعددة القنوات وغير متجانسة، مما يتيح تدريب نماذج تعلم آلي متكيفة مع القنوات للتغلب على قيود النهج المتخصصة أحادية النمط في قياس المورفولوجيا الخلوية.
تُثبت هذه الورقة أن المدخلات البصرية منخفضة الدقة (بصغر يصل إلى 8×8 بكسل) يمكن أن تحل بفعالية محل الرموز التقليدية القائمة على الفهرسة في نمذجة اللغة الصينية، محققةً دقة مماثلة مع إظهار مرحلة تعلم "بداية ساخنة" أسرع بشكل ملحوظ.
تقدم هذه الورقة البحثية GraSP، وهي طريقة موحدة وقابلة للنقل للتعرف البصري على الرسوم البيانية تتنبأ بالرسوم البيانية الفرعية للتغلب على قيود الحلول الحالية المخصصة لمهام معينة عبر أنواع وسياقات متنوعة من الرسوم البيانية.