13091 ورقة بحثية
تقدم هذه الورقة إطار عمل I2S، وهو إطار عمل خفيف الوزن ويعمل في الوقت الفعلي، يحقق مستوى رائدًا في تحديد هوية المستخدم (بدرجة F1 تبلغ 97.52%) في الأنظمة الأمنية القائمة على الواقع المعزز من خلال تحليل وضعيات اليد ثلاثية الأبعاد والتفاعلات بين الإنسان والأشياء عبر عملية استخراج ميزات متعددة المراحل ومبتكرة.
تقدم هذه الورقة البحثية QuadGPT، وهو أول إطار عمل تلقائي التكرار (autoregressive) متكامل من البداية إلى النهاية يولد شبكات رباعية الأضلاع أصلية ذات جودة هندسية وطوبولوجية فائقة عبر توظيف طريقة ترميز موحدة للطوبولوجيا المختلطة واستراتيجية ضبط دقيق متخصصة بالتعلم التعزيزي.
تتناول هذه الورقة أوجه القصور في أساليب تقييم العواطف البصرية الحالية للنماذج اللغوية الكبيرة متعددة الوسائط (MLLMs) من خلال اقتراح إطار عمل مفتوح المفردات وتلقائي للحكم على العبارات العاطفية، والذي يكشف عن نقاط قوة النماذج الحالية في التفسير القائم على السياق، ولكنه يسلط الضوء على فجوات كبيرة في فهم الإدراك الذاتي مقارنة بالبشر.
تقدم الورقة البحثية COMPASS، وهو إطار عمل قوي يولد فترات تنبؤ توافقية فعالة وصالحة لمقاييس التجزئة الطبية من خلال المعايرة مباشرة في فضاء الميزات الخاص بالنموذج بدلاً من معاملة مسار التجزئة إلى المقياس كصندوق أسود.
تقدم الورقة البحثية "CircuitSense"، وهو معيار هرمي يضم أكثر من 8,000 مسألة في الدوائر الكهربائية، والذي يقيم النماذج اللغوية الكبيرة متعددة الوسائط عبر مهام الإدراك والتحليل والتصميم، كاشفاً عن فجوة أداء حرجة حيث تتفوق النماذج في التعرف البصري لكنها تعاني بشكل كبير في استنباط المعادلات الرمزية وإجراء الاستدلال الرياضي الضروري للتصميم الهندسي.
تقدم الورقة البحثية EditReward، وهو نموذج مكافأة متوافق مع التفضيلات البشرية تم تدريبه على مجموعة بيانات تفضيلات بشرية جديدة واسعة النطاق يحقق أداءً هو الأفضل في فئته في تقييم تحرير الصور الموجه بالتعليمات ويقوم بفلترة البيانات عالية الجودة بفعالية لتحسين تدريب نماذج التحرير مفتوحة المصدر بشكل كبير.
يُعد Stylos إطار عمل ثلاثي الأبعاد يعتمد على التوزيعات الغاوسية (Gaussian) في تمريرة أمامية واحدة، ويحقق نقلًا للنمط ثلاثي الأبعاد مدركًا للهندسة ومتسقًا بين الرؤى على محتوى غير محدد الوضعية عبر الاستفادة من بنية "ترانسفورمر" (Transformer) ذات مسارات انتباه مزدوجة وفقدان نمط ثلاثي الأبعاد قائم على الفوكسل (voxel)، مما يتيح أسلوبًا عالي الجودة من التنميط الصفري دون الحاجة إلى تحسين لكل مشهد أو وضعيات محتسبة مسبقًا.
تقدم هذه الورقة البحثية CB، وهو معيار مرجعي جديد متعدد اللغات والثقافات يعتمد على القصص المصورة لتقييم النماذج اللغوية الكبيرة متعددة الوسائط عبر ثلاث مهام متدرجة الصعوبة، مما يكشف عن فجوات كبيرة في الأداء بين النماذج الحالية والقدرات البشرية في الوعي الثقافي.
تقدم هذه الورقة البحثية LVTINO، وهو حل عكسي جديد بنمط "zero-shot" يستفيد من نماذج اتساق الفيديو (Video Consistency Models) لتحقيق ترميم فيديو عالي الدقة مع اتساق زمني وكفاءة حوسبية متفوقين مقارنة بالطرق الحالية القائمة على الصور لكل إطار على حدة.
يُعد TTOM إطار عمل خالٍ من التدريب يعمل على تعزيز توليد الفيديو التركيبي من خلال تحسين معلمات جديدة مسترشدة بأهداف انتباه التخطيط وتوظيف آلية ذاكرة معلمية للاستدلال المتدفق، مما يحقق محاذاة فائقة بين النص والصورة وتعميماً أفضل دون تدخل مباشر في الفضاء الكامن.