13091 ورقة بحثية
تقدم هذه الورقة "Egocentric Co-Pilot"، وهو إطار عمل عصبي-رمزي أصيل للويب مخصص للنظارات الذكية، يجمع بين مجموعة أدوات ينسقها نموذج لغوي كبير (LLM) مع استدلال زمني متقدم ورسم خرائط نوايا متعدد الوسائط لتقديم ذكاء اصطناعي مساعد يعمل دائمًا وبأحدث التقنيات للملاحة والمهام اليومية، مما أظهر أداءً فائقًا ورضا مستخدم أعلى مقارنة بالنماذج التجارية الأساسية من خلال تقييمات النشر السحابي والمحلي على حد سواء.
تقدم هذه الورقة GroundedSurg، وهو أول معيار متعدد الإجراءات مصمم لتقييم تقسيم أدوات الجراحة على مستوى الحالة والمشروط باللغة، وذلك عبر إقران الصور الجراحية بالأوصاف اللغوية الطبيعية والتعليقات التوضيحية المكانية الدقيقة لمعالجة أوجه القصور في نماذج التقييم الحالية القائمة على الفئات في الذكاء الاصطناًعي السريري.
تقترح الورقة البحثية شبكة TCD-Net، وهي إطار عمل لإزالة الضجيج من الصور يعتمد على محولات الرؤية (Vision Transformer)، وتستخدم تدخلات سببية موجهة من المعلم، بما في ذلك تعديل الانحياز البيئي وفك الارتباط المتعامد بين المحتوى والضجيج، للقضاء على الارتباطات الزائفة وتحقيق أداء فائق في الدقة وفي الوقت الفعلي.
يُعد ArtLLM إطار عمل مبتكرًا يستفيد من نموذج لغوي كبير متعدد الوسائط ثلاثي الأبعاد للتنبؤ بالتراكيب الحركية بشكل تلقائي وتوليد أصول ثلاثية الأبعاد مفصلة وعالية الدقة مباشرة من الشبكات الكاملة، مما يتفوق بشكل كبير على الأساليب الحالية في الدقة والتعميم لتطبيقات مثل الروبوتات والمحاكاة.
تقدم هذه الورقة ConVibNet، وهو إطار عمل للتعلم العميق في الوقت الفعلي يعزز الكشف المستمر عن الإبر في التدخلات الموجهة بالموجات فوق الصوتية من خلال الاستفادة من التبعيات الزمنية وفقدان التقاطع والفرق المبتكر لتحقيق دقة فائقة في تحديد موقع الرأس ومتانة مقارنة بالنماذج المرجعية الحالية.
تقدم هذه الورقة D-REX، وهو محرك تفاضلي من الواقع إلى المحاكاة ثم إلى الواقع يعتمد على تقنية "Gaussian Splatting" لتحديد كتلة الأجسام من البيانات المرئية وبيانات التحكم لإنشاء توائم رقمية عالية الدقة، مما يتيح سياسات إمساك ماهرة وقوية ومدركة للقوة تسد فجوة الانتقال من المحاكاة إلى الواقع بفعالية.
تقدم هذه الورقة TripleSumm، وهي بنية دمج تكيفية ثلاثية الأنماط تعمل على وزن الميزات البصرية والنصية والصوتية ديناميكيًا على مستوى الإطار لتحقيق أداء رائد في تلخيص الفيديو، إلى جانب إصدار MoSu، وهو أول معيار ضخم يوفر الأنماط الثلاثة جميعها.
يُعد RnG نموذج "ترانسفورمر" (Transformer) جديداً ذا تغذية أمامية يوحد بين إعادة البناء والتوليد ثلاثي الأبعاد من خلال توظيف آلية انتباه سببية موجهة بإعادة البناء لاستنتاج تمثيلات ثلاثية الأبعاد كاملة وضمنية من ملاحظات ثنائية الأبعاد جزئية، مما يتيح عرضاً فورياً وبأداء متفوق لكل من الهندسة المرئية والهندسة غير المرئية المحتملة.
تقدم هذه الورقة البحثية VisNec، وهو إطار عمل مبني على أسس منهجية يقيس الضرورة البصرية لتصفية العينات الزائدة وغير المتوافقة من مجموعات بيانات التعليمات متعددة الوسائط، مما يمكن النماذج من تحقيق أداء فائق باستخدام كمية أقل بكثير من بيانات التدريب.
يعالج CoSMo3D هشاشة التجزئة الدلالية ثلاثية الأبعاد في العالم المفتوح من خلال تقديم إطار عمل موجه بنماذج اللغات الكبيرة (LLM) يتعلم إطار مرجعي معياري كامن لمحاذاة أجزاء الأشياء عبر الفئات المختلفة، محققاً بذلك أداءً هو الأفضل في فئته من خلال دلالات أجزاء مستقرة وغير متأثرة بالوضعية.