التعلم العميق

الذكاء الاصطناعي متعدد الوسائط

لماذا تحتاج نماذج الرؤية واللغة إلى نافذة ترحيل بصرية لوقف التخيل

يكشف بحث جديد عن إعادة توزيع مستقرة ثلاثية المراحل للانتباه متعدد الوسائط في نماذج الرؤية واللغة، تم تفعيلها كنافذة الترحيل البصري (VRW). يستخدم إطار عمل TRACE وحدات مدربة خفيفة الوزن لتحديد مواعيد هذه النافذة لكل مهمة، مما يحسن معايير الحساسية للتثبيت بمتوسط 4.33 نقاط ويصل إلى 6.6 نقاط.

2026-07-23