دسته: مقالات علمی

محققان به‌تازگی از یک بنچمارک عظیم و کاربردی به نام «HyperImageNet» رونمایی کردند که برای درک بهتر و دقیق‌تر تصاویر فراطیفی (Hyperspectral) طراحی شده…

محققان در مقاله جدیدی، پارادایم «بازیابی چند دانه‎ای» (Multi-grained) را برای بازشناسی افراد معرفی کردند. تا پیش از این، جستجوی متن‌محور برای پیدا کردن…

محققان در مطالعه‌ای جدید، چالش بزرگی را در مدل‌های زبانی چندوجهی (MLLM) هدف قرار داده‌اند: هوش هیجانی بصری! 🖼️✨ مدل‌های فعلی در درک احساساتِ…

محققان در مطالعه‌ای جدید به چالش مهمی در مدل‌های چندوجهی (VLM) حوزه پزشکی پرداخته‌اند. یافته‌ها نشان می‌دهد که بسیاری از این مدل‌ها به جای…

یکی از چالش‌های بزرگ در خودکارسازی آزمایشگاه‌ها، ناتوانی ربات‌ها در تشخیص و کار با ظروف آزمایشگاهی شفاف (مانند لوله‌های آزمایش و بشرها) در محیط‌های…

تا امروز برای سنجش هوش فضایی مدل‌های هوش مصنوعی، بیشتر روی متن و اعداد متمرکز بودیم؛ اما محققان در یک رویکرد جدید، راهکاری به…

مدل‌های زبانی چندوجهی به دلیل حجم عظیم پارامترها، سنگین و پرهزینه هستند. حالا محققان متد جدیدی به نام «C-PTQ» معرفی کرده‌اند که با استفاده…

یکی از چالش‌های بزرگ در پردازش تصویر، بازیابی جزئیات از عکس‌های تار (Defocus Deblurring) است. حالا محققان با معرفی بنچمارک جدید «RealDefocus»، استاندارد دقیق…

مدل‌های زبانی چندوجهی (MLLM) علی‌رغم پیشرفت‌های خیره‌کننده، هنوز در درک روابط سه‌بعدی دچار مشکل هستند و گاهی تصاویری را توصیف می‌کنند که با واقعیت…

محققان در مطالعه جدیدی به بررسی چالش کلاس‌بندی (Segmentation) در ابرهای نقاط سه‌بعدی پرداخته‌اند. برخلاف دنیای تصویر، در اینجا روش‌های پیچیده برای مدیریت عدم…