النماذج متعددة الوسائط الأصلية

النماذج التي تعالج النص والصورة والصوت والفيديو في بنية واحدة منذ التدريب: التمثيل المشترك للوسائط، والاندماج المبكر، والتوليد عبر الوسائط. ولا يدخل هنا مهام الوسائط المتعددة بوصفها مجالًا فموطنها الفرع 4.4، ولا الرؤية الحاسوبية التقليدية فموطنها الفرع 4.3، ولا التزييف العميق فموطنه الفرع 11.5.

• 4.3 الرؤية الحاسوبية والفيديو
• 4.4 الذكاء الاصطناعي متعدد الوسائط
• 11.5 التزييف العميق والتحقق من الأصالة والعلامات المائية

• 5.1 النماذج التأسيسية والذكاء الاصطناعي للأغراض العامة
• 5.2 المحوِّل (Transformer) وما بعده
• 5.3 نماذج فضاء الحالة ومزيج الخبراء والمعماريات الناشئة
• 5.4 التدريب المسبق وقوانين التحجيم
• 5.5 الضبط الدقيق والتعلم المعزز بالملاحظات البشرية وطرق المواءمة بالتفضيلات
• 5.6 بروتوكولات السياق واستخدام الأدوات
• 5.7 تنسيق الوكلاء المتعددين
• 5.8 النماذج المفتوحة ومفتوحة الأوزان والمغلقة
• 5.10 الهلوسة والموثوقية البنيوية
• 5.11 النماذج السيادية والمحلية