نسخة أولية وصول مفتوح
VISTA: حامل بصري للاستدلال في عالم تفاعلي
نُبيّن أن النماذج متعددة الوسائط تمتلك قدرات استدلال قوية، وأن الإطار المناسب يطلق إمكاناتها لحل المهام في بيئات تفاعلية متنوعة. نقدم VISTA، وهو إطار بصري يمنح نموذجًا متعدد الوسائط عام الغرض رؤية طويلة الأفق. يتيح VISTA للنموذج أن يدرك البيئة مباشرة عبر المشاهدات البصرية، ويحافظ على ذاكرة بصرية بلا فقد تحفظ المشاهدات …