دسته: مقالات علمی

محققان در تازه‌ترین دستاورد خود برای حل مشکل «توهمات چندوجهی» (Multimodal Hallucinations) در مدل‌های زبانی-تصویری (MLLMs)، راهکار هوشمندانه‌ای به نام SPAR ارائه کرده‌اند. 🚀…

محققان مدل جدیدی به نام «GeoStereo» را معرفی کرده‌اند که درک سه‌بعدی از محیط را متحول می‌کند. این سیستم با ترکیب «استریو مچینگ» و…

تولید ویدیوهای باکیفیت توسط مدل‌های هوش مصنوعی (Diffusion Transformers) معمولاً بسیار زمان‌بر است، چون پردازش توالی‌های طولانی در بخش «توجه» (Attention) به گلوگاه اصلی…

محققان در تازه‌ترین دستاورد خود، مدل جدیدی به نام «PointCHR» را برای بهبود تحلیل ابر نقاط (Point Cloud) معرفی کرده‌اند. مشکل اصلی در تحلیل…

محققان در تازه‌ترین دستاورد خود برای بهبود بینایی ماشین در حوزه‌های تخصصی، مدل جدید و مجموعه داده‌ای به نام «MarineEVT» را معرفی کرده‌اند. این…

مدل‌های بینایی-زبانی (VLM) که این روزها در خواندن متون (OCR) غوغا کرده‌اند، هنوز هم می‌توانند ما را غافلگیر کنند! محققان در مطالعه جدیدی بر…

محققان در تازه‌ترین دستاورد خود، مدل هوشمند «CFM-Net» را برای شناسایی دقیق‌تر حملات جعل اثر انگشت معرفی کرده‌اند. این سیستم با استفاده از یک…

محققان هوش مصنوعی به تازگی «ReflexTrack» را معرفی کرده‌اند؛ یک ایجنت (Agent) هوشمند که فرآیند «تفکیک سوژه در ویدیو» (RVOS) را بدون نیاز به…

محققان در پژوهش جدیدی، بنچمارک جالبی به نام «LU-500» را معرفی کرده‌اند که به موضوع «Concept Unlearning» یا همان پاکسازی مفاهیم از مدل‌های هوش…

محققان در تازه‌ترین دستاورد خود، چارچوب جدیدی به نام «BeyondFusion» را معرفی کرده‌اند که تحولی در ترکیب تصاویر مادون قرمز و مرئی ایجاد می‌کند!…