دسته: مقالات علمی

محققان در مقاله جدیدی به سراغ یکی از چالش‌های بزرگ در مدل‌های تولید ویدیو (Video Generation) رفته‌اند. مدل‌های فعلی که از روش تقطیر (Distillation)…

محققان مدل هوش مصنوعی جدیدی به نام Ripple را معرفی کرده‌اند که می‌تواند به صورت آنی (Real-Time) ویدیو و صدا تولید کند! ⚡️ تا…

محققان در مقاله جدیدی، مدل انقلابی BATS را معرفی کرده‌اند که تحولی در بخش‌بندی (Segmentation) تصاویر پزشکی مثل MRI و CT ایجاد می‌کند. مدل‌های…

آیا هوش مصنوعی می‌تواند مثل یک متخصص، تصاویر پیچیده علمی را تحلیل کند؟ محققان در یک رقابت جدید به نام Sci-ImageMiner، مدل‌های فعلی را…

مدل‌های زبانی بزرگ (LLM) علی‌رغم توانمندی بالا، در تحلیل گزارش‌های پزشکی پیچیده دچار مشکلاتی مثل توهم (Hallucination) یا ناتوانی در درک جزئیات آناتومیک می‌شدند.…

محققان در پژوهشی جدید، فریم‌ورک «CinemaTraj» را معرفی کرده‌اند که به هوش مصنوعی اجازه می‌دهد با استفاده از زبان طبیعی، مسیرهای حرکتی دوربین را…

محققان در یک پژوهش تازه به بررسی پدیده‌ای عجیب به نام «قفل‌شدگی بصری» (Visual Lock-in) در مدل‌های بینایی-زبانی پرداخته‌اند. ماجرا از این قرار است…

مدل‌های تشخیص وضعیت یا همان YOLO-Pose امروزه در بینایی ماشین بسیار محبوب هستند، اما یک مشکل بزرگ داشتند: آن‌ها نمی‌توانستند میزان اطمینان خود از…

محققان در پژوهشی جدید، راهکاری هوشمند برای بهبود دقت مدل‌های دوربین‌های ماهواره‌ای (RPC) ارائه داده‌اند. مشکل اصلی در پردازش‌های قبلی، تغییرات ظاهری زمین (مثل…

مدل‌های تولید ویدیوی مبتنی بر هوش مصنوعی (مثل مدل‌های شبیه‌ساز رانندگی یا رباتیک)، معمولاً وقتی ویدیوهای طولانی می‌سازند، دچار مشکل «انباشت خطا» می‌شوند؛ یعنی…