Ailoxa Logo

🏷️ #CLIP

29 مقال

إعادة التفكير في خسارة التباين في CLIP ما بعد التدريب: إطار تكميلي مع تشفير نصي متجمد
نماذج لغوية

إعادة التفكير في خسارة التباين في CLIP ما بعد التدريب: إطار تكميلي مع تشفير نصي متجمد

أركايف للذكاءمنذ 10 يوم
ثورة في الاستدلال البيزي: تحسين النموذج باستخدام خرائط النقل القائم على العينات
أبحاث

ثورة في الاستدلال البيزي: تحسين النموذج باستخدام خرائط النقل القائم على العينات

أركايف للذكاءمنذ 17 يوم
👁 1
فك الشيفرة: طريقة TED لتحسين دقة اكتشاف العيوب باستخدام نماذج CLIP
أبحاث

فك الشيفرة: طريقة TED لتحسين دقة اكتشاف العيوب باستخدام نماذج CLIP

أركايف للذكاءمنذ 18 يوم
👁 1
FoCLIP: آلية مبتكرة لكشف التلاعب بالصور وتعزيز جودة المعايير السمعية البصرية!
أبحاث

FoCLIP: آلية مبتكرة لكشف التلاعب بالصور وتعزيز جودة المعايير السمعية البصرية!

أركايف للذكاءمنذ 18 يوم
👁 1
ثورة التعلم المعزز: نموذج DuLBE يُحدث نقلة نوعية في التعلم المستمر للصور والنصوص!
أبحاث

ثورة التعلم المعزز: نموذج DuLBE يُحدث نقلة نوعية في التعلم المستمر للصور والنصوص!

أركايف للذكاءمنذ 19 يوم
👁 1
إعادة تمركز المجال وتصحيح الأولويات الموزونة لتعزيز أداء نماذج الرؤية واللغة!
نماذج لغوية

إعادة تمركز المجال وتصحيح الأولويات الموزونة لتعزيز أداء نماذج الرؤية واللغة!

أركايف للذكاءمنذ 24 يوم
👁 1
هل يمكن لنماذج النصوص الأكبر أن تتسبب في تراجع أداء CLIP؟ اكتشف الإجابة هنا!
نماذج لغوية

هل يمكن لنماذج النصوص الأكبر أن تتسبب في تراجع أداء CLIP؟ اكتشف الإجابة هنا!

أركايف للذكاءمنذ 1 شهر
👁 2
تقنية ثورية لاكتشاف صور الديب فيك: UCF-Net تستغل قوة CLIP وDINO لرصد التلاعبات بدقة
أبحاث

تقنية ثورية لاكتشاف صور الديب فيك: UCF-Net تستغل قوة CLIP وDINO لرصد التلاعبات بدقة

أركايف للذكاءمنذ 1 شهر
👁 1
اكتشاف الانحرافات في الفيديوهات بشكل فوري باستخدام تقنيات YOLO وCLIP: نقلة نوعية في الذكاء الاصطناعي!
أبحاث

اكتشاف الانحرافات في الفيديوهات بشكل فوري باستخدام تقنيات YOLO وCLIP: نقلة نوعية في الذكاء الاصطناعي!

أركايف للذكاءمنذ 1 شهر
👁 2
ثورة في تصنيف الصور: طريقة CLIPure لتحسين الأمان ضد الهجمات السلبية!
أبحاث

ثورة في تصنيف الصور: طريقة CLIPure لتحسين الأمان ضد الهجمات السلبية!

أركايف للذكاءمنذ 1 شهر
👁 1
كيف يُحسن نموذج CLIP التعرف على المواقع الجغرافية الدقيقة؟ اكتشف الأسرار وراء تكوين المشاهد!
أبحاث

كيف يُحسن نموذج CLIP التعرف على المواقع الجغرافية الدقيقة؟ اكتشف الأسرار وراء تكوين المشاهد!

أركايف للذكاءمنذ 1 شهر
👁 2
CLIP-EBC: ثورة في تقدير كثافة الحشود بدقة غير مسبوقة!
أبحاث

CLIP-EBC: ثورة في تقدير كثافة الحشود بدقة غير مسبوقة!

أركايف للذكاءمنذ 2 شهر
👁 3
TraceCLIP: ثورة في فهم دلالات الصور بذكاء اصطناعي متقدم!
أبحاث

TraceCLIP: ثورة في فهم دلالات الصور بذكاء اصطناعي متقدم!

أركايف للذكاءمنذ 2 شهر
👁 1
ماذا يعرف CLIP لكنه لا يستطيع قوله؟ اكتشاف قوة النفي من خلال الميزات المجمدة
أبحاث

ماذا يعرف CLIP لكنه لا يستطيع قوله؟ اكتشاف قوة النفي من خلال الميزات المجمدة

أركايف للذكاءمنذ 2 شهر
👁 3
تحكم فائق في الفضاءات التضمينية باستخدام التحولات المشروطة بالنصوص!
أبحاث

تحكم فائق في الفضاءات التضمينية باستخدام التحولات المشروطة بالنصوص!

أركايف للذكاءمنذ 2 شهر
👁 4
تطور مذهل في الكشف عن الأجسام: إطار عمل MSPO لفتح عالم جديد من الاكتشافات
أبحاث

تطور مذهل في الكشف عن الأجسام: إطار عمل MSPO لفتح عالم جديد من الاكتشافات

أركايف للذكاءمنذ 2 شهر
كيف يمكن أن تحسن الصور اختيار الصفات في نماذج الرؤية واللغة؟
أبحاث

كيف يمكن أن تحسن الصور اختيار الصفات في نماذج الرؤية واللغة؟

أركايف للذكاءمنذ 2 شهر
ثورة ReasonCLIP-58M: كيفية دمج التفكير المنطقي في أنظمة الذكاء الاصطناعي المتعددة النماذج!
نماذج لغوية

ثورة ReasonCLIP-58M: كيفية دمج التفكير المنطقي في أنظمة الذكاء الاصطناعي المتعددة النماذج!

أركايف للذكاءمنذ 3 شهر
👁 2
ثورة في الذكاء الاصطناعي: GP-Adapter يغير قواعد لعبة الكشف عن البيانات الغير معروفة!
أبحاث

ثورة في الذكاء الاصطناعي: GP-Adapter يغير قواعد لعبة الكشف عن البيانات الغير معروفة!

أركايف للذكاءمنذ 4 شهر
إعادة بناء الصور من نشاط الدماغ: إطار مبتكر يجمع بين الدلالات الهيكلية والمعرفية!
أبحاث

إعادة بناء الصور من نشاط الدماغ: إطار مبتكر يجمع بين الدلالات الهيكلية والمعرفية!

أركايف للذكاءمنذ 4 شهر
👁 3