13143 ورقة بحثية
تقترح الورقة البحثية SpargeAttention2، وهي طريقة انتباه متناثرة قابلة للتدريب لنماذج الانتشار تجمع بين قاعدة قناع هجينة (Top-k+Top-p) وهدف ضبط دقيق مستوحى من التقطير لتحقيق تشتت بنسبة 95% وتسريع بمقدار 16.2 ضعفًا مع الحفاظ على جودة التوليد.
تقترح هذه الورقة إطار عمل "مامبا" للمسح الهيلبرتي المعزز بالتردد (FH-Mamba)، والذي يدمج آلية مسح هيلبرتي ثلاثية الأبعاد، وتحويلات المويجات، ووحدة انتباه "شافل" الهجينة لمعالجة تحديات الارتباط الزمني وتفاصيل الحدود بفعالية، مما يحقق تنبؤاً فائقاً لتركيز الجليد البحري في القطب الشمالي على المدى القصير مقارنة بالنماذج المرجعية المتطورة.
تقترح هذه الورقة نهجاً جديداً لتقنية "Gaussian Splatting" ثلاثية الأبعاد القائمة على الفيزياء، والذي يدمج الإضاءة العالمية ونمذجة الانعكاسات متباينة الخواص لتعزيز جودة إعادة بناء مشاهد القيادة الذاتية الليلية بشكل كبير مع الحفاظ على قدرات التصيير في الوقت الفعلي.
تقترح هذه الورقة إطار عمل للتعاون الكامن عن الخصوصية (PCC) لتقسيم المشهد الدلالي من منظور عين الطائر، والذي يستخدم التعلم التنافسي لمنع إعادة بناء الصور المرئية من الميزات المشتركة بفعالية مع الحفاظ على أداء تقسيم عالٍ في أنظمة القيادة الذاتية التعاونية.
تقدم الورقة البحثية نموذج ZEN، وهو نموذج تأسيسي قابل للتعميم تم تدريبه على أكثر من 4 ملايين إطار من 21 إجراءً جراحياً عبر تقنية التقطير ذاتي الإشراف متعددة المعلمين، والذي يتفوق باستمرار على النماذج الحالية عبر مهام متنوعة لاحقة ويُظهر تعميماً قوياً عبر الإجراءات المختلفة للفهم أثناء العمليات الجراحية.
تقترح هذه الورقة البحثية إطار عمل DCDM، وهو إطار انتشار قائم على مبدأ "فرق تسد" يعزز اتساق توليد الفيديو من خلال دمج التحليل الدلالي المدفوع بالنماذج اللغوية الكبيرة لضمان التماسك داخل المقطع الواحد، وتمثيلات كاميرا زمنية في فضاء الضجيج للتحكم بين المقاطع، ونموذج توليد مشاهد شامل مع انتباه متفرق لضمان الاستمرارية السردية بين اللقطات.
تقدم هذه الورقة إطار عمل جديداً متمحوراً حول نماذج اللغات الكبيرة متعددة الوسائط (MLLM) لوكلاء واجهة المستخدم الرسومية (GUI) المستقلين، يجمع بين تقدير (agentic-Q) وتحسين السياسة خطوة بخطوة لتمكين جمع البيانات ذاتي التوليد بكفاءة وتعزيز التعلم المستقر، مما سمح لنموذج Ovis2.5-9B بالتفوق على المنافسين الأكبر حجماً في اختبارات الملاحة والتمركز.
تقترح هذه الورقة نهجاً للتعلم التجميعي (EL-4) يجمع بين نموذجي U-Net وFPN لتحسين دقة تقسيم النفايات بشكل كبير في البيئات المزدحمة، محققاً تقاطعاً بين الاتحاد (IoU) بنسبة 0.8306 لتعزيز كفاءة إعادة التدوير الآلي.
تقترح هذه الورقة نموذج "ترانسفورمر" متعدد الوسائط (Cross-Modal Transformer) معززاً بتنظيم قوة ثنائي الاتجاه مستند إلى الفيزياء لدمج الاستشعار البصري واللمسي بفعالية، محققةً نسبة نجاح تبلغ 96.59% في مهام الإدخال الروبوتية، وهو ما يتجاوز طرق الدمج البدائية ويقترب من أداء المستشعرات ذات الامتيازات.
تقدم هذه الورقة نموذجاً لغوياً بصرياً مضبوطاً بدقة يتفوق على طرق اكتشاف الأشياء التقليدية في تحديد مواقع بيوض الطفيليات في الصور المجهرية، مما يوفر حلاً قابلاً للتوسع ودقيقاً للتشخيص الآلي للديدان المنقولة بالتربة.