آیا هوش مصنوعی در تشخیص کاربری زمین (LUSC) بهتر عمل می‌کند یا مدل‌های کلاسیک؟ در یک تحقیق جدید، محققان عملکرد Vision Transformerها (ViT) را…

محققان در مقاله‌ای جدید به راهکاری برای غلبه بر گلوگاه‌های پردازشی در مدل‌های «ادیت ویدیو» دست پیدا کردند. تا پیش از این، اکثر توجه‌ها…

تا به حال مدل‌های هوش مصنوعی فقط سطح پوست انسان را بازسازی می‌کردند، اما حالا با مدل جدید SOMA، وارد لایه‌های عمیق‌تر شده‌ایم! 🦾…

محققان در مقاله‌ای جدید، مدل «LaME» را معرفی کردند که دنیای Embeddingها (جاسازی‌های چندوجهی) را متحول کرده است. تا پیش از این، استفاده از…

مدل‌های بزرگ بینایی-زبانی (LVLMs) اغلب دچار توهم (Hallucination) می‌شوند و جزئیاتی را می‌سازند که در تصویر اصلی وجود ندارد. حالا محققان متد جدیدی به…

تا به حال به چالش تحلیل ویدیوهای طولانی در دستگاه‌های ضعیف فکر کرده‌اید؟ مدل‌های فعلی یا با کمبود قدرت سخت‌افزاری روبرو هستند یا پهنای…

محققان به تازگی روی مفهومی به نام «تولید ویدئوی خودکار» (Autonomous Video Generation) کار کرده‌اند که هدفش فراتر از ساخت یک ویدئوی ساده است.…

محققان با معرفی بنچمارک جدیدی به نام «3DLP»، به بررسی درک واقعی مدل‌های هوش مصنوعی از نورپردازی و سایه‌ها پرداخته‌اند. تا پیش از این،…

تصاویر پانوراما دنیای کامل‌تری از محیط را نسبت به لنزهای معمولی به ما نشان می‌دهند، اما به دلیل کروی بودن، با چالش‌های هندسی پیچیده‌ای…

یکی از چالش‌های بزرگ در امنیت شبکه و طبقه‌بندی ترافیک رمزنگاری‌شده، این است که مدل‌های هوش مصنوعی معمولاً مثل یک «جعبه سیاه» عمل می‌کنند…