13202 ورقة بحثية
يقدم DiMo إطار عمل انتشار منفصل موحد يوسع النمذجة المقنعة لتشمل فهم وتوليد الحركة والنص ثنائي الاتجاه، مما يتيح مقايضات مرنة بين الجودة وزمن الاستجابة ومهام حركة متنوعة من خلال صقل الرموز التكراري، وتكميم المتجهات المتبقية، وتحسين السياسة النسبية للمجموعات.
تقدم هذه الورقة البحثية مهمة تتبع الأجسام المتعددة بالإشارة المرجعية في بيانات RGBD، والتي تُعرف بـ DRMOT، إلى جانب مجموعة بيانات DRSet وإطار عمل DRTrack، وذلك لمعالجة أوجه القصور في النماذج التي تعتمد على بيانات 2D فقط عبر الاستفادة من دمج وسائط RGB والعمق واللغة لضمان تتبع أهداف متين يدرك الأبعاد الثلاثية وتأصيل مكاني-دلالي.
تقدم هذه الورقة "النماذج المنحرفة" (Drifting Models)، وهو نموذج توليدي جديد جديد يطور توزيع الدفع الأمامي أثناء التدريب عبر مجال انحراف لتحقيق التوازن، مما يتيح توليد صور في خطوة واحدة بأداء هو الأفضل حالياً على مجموعة بيانات ImageNet بدقة 256×256.
تقدم هذه الورقة exPreCast، وهو إطار عمل حتمي فعال معزز بانتباه مكاني زماني محلي وفك تشفير حافظ للنسيج، إلى جانب مجموعة بيانات رادارية متوازنة تم إنشاؤها حديثًا من الإدارة الكورية للأرصاد الجوية، لتحقيق أداء رصد حالي هو الأفضل في فئته عبر كل من أحداث هطول الأمطار العادية والمتطرفة.
تُظهر هذه الدراسة أن نماذج "Vision Transformers" ذات التعلم الذاتي والمُدربة مسبقاً على مجموعات بيانات مجهرية واسعة النطاق، ولا سيما "أطلس البروتين البشري"، تتعمم بفعالية في مهام تحديد المواقع البروتينية عبر مجالات مجهرية مختلفة، محققةً أداءً فائقاً حتى مع وجود بيانات محدودة مصنفة خاصة بالمهمة.
تقترح هذه الورقة البحثية طريقة فك ترميز تعتمد على الوعي بالارتباط (RMCD)، وهي طريقة فك ترميز خالية من التدريب تعمل على تعزيز الإجابة على الأسئلة البصرية المعززة بالاسترجاع عبر وزن سياقات متعددة مسترجعة بشكل تكيفي بناءً على صلتها، وذلك لتجميع المعلومات المفيدة بفعالية مع كبح الضجيج الناتج عن المصادر غير ذات الصلة.
تقدم هذه الورقة أول دراسة منهجية تقارن بين نماذج اللغة الانتشارية متعددة الوسائط ونماذج اللغة الرؤيوية ذات التوليد الذاتي كأدوات تضمين، كاشفةً أنه في حين تظهر النماذج الأولى أداءً أقل بشكل عام بسبب عدم كفاية المحاذاة بين الصورة والنص، فإن فجوة الأداء تتباين بشكل كبير بين نماذج محددة.
يُعد SVRepair إطار عمل آلي لإصلاح البرمجيات متعدد الوسائط يسد الفجوة الدلالية بين تقارير الأخطاء المرئية وإصلاحات الكود من خلال تحويل المصنوعات المرئية غير المتجانسة إلى رسوم بيانية للمشاهد دلالية مهيكلة لتعزيز تحديد موقع الخطأ وتوليد الرقع البرمجية، محققاً أداءً هو الأفضل في فئته عبر العديد من المعايير المرجعية.
تقدم الورقة البحثية ALIEN، وهو إطار عمل تحليلي للعلامات المائية لنماذج الانتشار الكامن يستبدل التحسين التجريبي المكثف حاسوبياً بمعامل تعديل جديد يعتمد على الوقت لتحقيق تضمين علامة مائية قابل للتحكم ومتين وعالي الدقة، متفوقاً بشكل كبير على الأساليب الرائدة في كل من الجودة والمتانة.
تقدم هذه الورقة البحثية SuperHead، وهو إطار عمل مبتكر يستفيد من الانعكاس ثلاثي الأبعاد المدرك للديناميكيات للنماذج التوليدية مسبقة التدريب لتخليق صور رمزية ثلاثية الأبعاد لرؤوس متحدثة عالية الدقة وقابلة للتحريك بتفاصيل دقيقة من مدخلات منخفضة الدقة، مما يضمن جودة بصرية فائقة واتساقاً زمنياً مقارنة بالطرق الحالية.