دسته: مقالات علمی

محققان به راهکار جذابی برای ترکیب مدل‌های تخصصی (Experts) دست یافته‌اند! در روش‌های فعلی، ترکیب مدل‌های مختلف اغلب با چالش تداخل وزن‌ها مواجه است.…

محققان در دستاوردی جدید، سیستم «NSL-SLAM» را معرفی کرده‌اند که با ترکیب فناوری «نور ساختاریافته» (Structured-Light) و پیش‌ران‌های عمق‌سنجی هوشمند، دقت بازسازی سه‌بعدی و…

محققان در مقاله‌ای جدید، رویکردی هوشمندانه به نام «DecoupleMix» را برای بهینه‌سازی داده‌های آموزشی معرفی کرده‌اند. این روش به جای تکیه بر حدس و…

آیا تا به حال به این فکر کرده‌اید که هوش مصنوعی بتواند فقط در لحظات خاصی از یک ویدیو (مثلاً وقتی چیزی می‌خورید یا…

حتماً می‌دانید که تحلیل ویدیوهای طولانی توسط مدل‌های زبانی چندوجهی (MLLM) به دلیل محدودیت پردازش فریم‌ها، همیشه یک چالش بزرگ بوده است. محققان به…

دانشمندان یک چارچوب جدید به نام CADER (مخفف Confidence-Aware Dynamic Evidence Reasoning) معرفی کردند که به مدل‌های بینایی-زبانی کمک می‌کند تا ویدیوهای طولانی را…

محققان در یک دستاورد جدید، چارچوبی به نام «CameraAnything» را معرفی کرده‌اند که دنیای ادیت ویدیو را متحول می‌کند. این مدل اجازه می‌دهد بدون…

محققان در یک دستاورد جدید، مدل «QueenVIS» را برای بهبود «بخش‌بندی نمونه‌های ویدیویی» (VIS) معرفی کرده‌اند. این مدل با رفع چالش «کیفیت کوئری‌های شیء»،…

مدل‌های یادگیری عمیق در محیط‌های آزمایشگاهی عالی عمل می‌کنند، اما وقتی با شرایط واقعی و تغییر توزیع داده‌ها (Distribution Shift) روبرو می‌شوند، کارایی‌شان افت…

محققان در یک پژوهش جدید، راهکار هوشمندانه‌ای برای درک دقیق‌تر اسناد بصری (Visual Document Understanding) ارائه کرده‌اند. مشکل اصلی مدل‌های فعلی این بود که…