QuPAINT (Physics-Aware Instruction Tuning) чаҳорчӯбаи модели мултимодалӣ мебошад, ки ҳадаф дорад тасвирҳои микроскопии оптикии маводи квантии дученакаро бо истифодаи якҷояи пешдонишҳои оптикаи физикӣ ва зеҳни сунъии бисёрмодалӣ тавсиф кунад. Таҳқиқот чор ҷузъи ба ҳам алоқамандро месозад: Synthia интерференсияи қабати тунукро бо Transfer Matrix Method (TMM) модел карда, тасвирҳои синтетикии flake-и аз ҷиҳати физикӣ асоснокро тавлид мекунад; QMat-Instruct ин тасвирҳоро бо ҷуфтҳои саволу ҷавоби физика-огоҳ муттаҳид мекунад; Physics-Informed Attention (PIA) контрасти ранги flake–substrat-ро дар тасвири микроскопӣ дар фазои CIELAB чен карда, token-ҳои визуалиро аз нуқтаи назари физикӣ аз нав вазн медиҳад; QF-Bench бошад benchmark-и аннотатсияшударо барои арзёбии модел дар маводи гуногуни дученака ва шароити гуногуни тасвирбардорӣ таъмин мекунад.
Ибораи «маводи квантӣ» дар ин ҷо маънои онро надорад, ки усул дар компютери квантӣ кор мекунад. Меъмории омӯзишии истифодашуда модели классикии зеҳни сунъӣ ва биниши компютерӣ мебошад. Хусусияти «квантӣ» аз он бармеояд, ки хосиятҳои электронӣ, оптикӣ ва квантии маводи аз ҷиҳати атомӣ тунук, аз ҷумла graphene, MoS2, WTe2, h-BN ва монанди онҳо, ба шумораи қабатҳо сахт вобастаанд. Ҳадафи таҳқиқот синтез кардани зарраи нави квантӣ ё маводи нав нест; балки ёфтан, ҷойгир кардан ва ба синфҳои қабатӣ нисбат додани flake-ҳои дученакаи мавҷударо аз тасвирҳои микроскопии оптикӣ бо эътимоднокии бештар таъмин кардан аст.
Манбаъ масъалаи асосии ҷараёни кори воқеии лабораториро чунин муайян мекунад: микроскопияи оптикӣ имкон медиҳад шумораи зиёди flake-ҳо зуд тасвир карда шаванд, аммо ғафсиро мустақим ва дақиқ намедиҳад; Atomic Force Microscopy (AFM) бошад метавонад ғафсиро дар миқёси нанометр чен кунад, вале суст аст, интиқоли физикии намуна талаб мекунад ва барои ҷамъоварии ҳаҷми калони маълумот ба осонӣ миқёспазир нест. Илова бар ин, фарқиятҳои контрасти визуалӣ байни flake-ҳои mono-, bi- ва чандқабата метавонанд аз тағйироте, ки аз рӯшноӣ, камера, ғафсии substrat ва white balance ба вуҷуд меоянд, хурдтар бошанд. Аз ин рӯ, моделҳои умумии object detection, ки танҳо ба намуди RGB такя мекунанд, ҳангоми интиқол ба лабораторияҳои гуногун метавонанд бо мушкилӣ рӯ ба рӯ шаванд.
Маълумоти омӯзишии QMat-Instruct барои ҳашт мавод ба ҳар мавод 50.000 намуна, дар маҷмӯъ 400.000 намуна дорад. Манбаъ тасвирҳои воқеӣ ва синтетикии физика-асосро якҷоя истифода мебарад. Дар омӯзиш тасвирҳои микроскопӣ ба андозаи 448×448 оварда шуда, ба patch-ҳои 14×14-и бе ҳампӯшӣ тақсим мешаванд. Қисми визуалӣ татбиқи InternViT-ро истифода мебарад; text encoder аз Qwen3 оғоз карда мешавад. AdamW optimizer, \(2\times10^{-5}\) learning rate, \(1\times10^{-4}\) weight decay, batch size 4 ва 2 epoch истифода шуда, омӯзиш дар 16 A100 GPU иҷро шудааст.
Дар ҷадвали QF-Bench барои ҳашт мавод — BN, Graphene, MoS2, MoSe2, MoWSe2, WS2, WSe2 ва WTe2 — дар маҷмӯъ 280.526 аннотатсияи flake гузориш шудааст. Аз онҳо 2.546 Mono, 3.417 Few ва 274.563 ба категорияи Thick мансубанд. Ин тақсимот равшан нишон медиҳад, ки синфҳои flake-и тунук ва махсусан якқабата дар benchmark хеле камтар намояндагӣ шудаанд.
Дар арзёбии instruction grounding, QuPAINT-2B бо ба даст овардани Acc@50 = 51,4 ва Acc@75 = 39,5 аз моделҳои InternVL-2B ва Qwen3VL-2B, ки дар ҳамон ҷадвал оварда шудаанд, натиҷаи баландтар нишон додааст. Дар ошкорсозии умумии flake, QuPAINT-8B 45,6 AP, 60,5 AP50 ва 47,9 AP75; дар ошкорсозии mono-layer бошад 37,3 AP, 52,8 AP50 ва 39,9 AP75 гузориш мекунад. Ин рақамҳо ба арзёбии QF-Bench-и ҳамин таҳқиқот тааллуқ доранд; онҳо маънои онро надоранд, ки дар микроскопҳо, substrat-ҳо ё системаҳои маводии тасдиқнашуда ҳамон иҷроиш кафолат дода мешавад.
Таҳқиқот инчунин ду маҳдудияти асосиро гузориш мекунад. Азбаски Synthia ҳамаи нуқсонҳои flake ва тамоми гуногунии тасвирбардориро, ки дар микроскопҳои воқеӣ дида мешаванд, дубора тавлид карда наметавонад, дар лабораторияҳои нав domain gap боқӣ монда метавонад. Маҳдудияти дуюми асосии QuPAINT дарозии максималии token-и модели мултимодалӣ мебошад; агар тасвирҳои дорои flake-ҳои аз ҳад зич token-ҳои визуалии хеле зиёд тавлид кунанд, модел метавонад дар коркарди тамоми саҳна душворӣ кашад.
Оё QuPAINT аз компютери квантӣ истифода мебарад?
Не. QuPAINT чаҳорчӯбаи биниши компютерӣ ва модели калони забонии мултимодалӣ мебошад, ки дар GPU-ҳои классикӣ омӯзонида мешавад; калимаи «quantum» на таҷҳизоти ҳисоббарорӣ, балки маводи квантии дученакаи таҳлилшавандаро ифода мекунад. Модели оптикаи физикӣ интерференсияи қабати тунукро бо TMM ҳисоб мекунад, PIA контрасти оптикиро ба пешдониши visual attention табдил медиҳад ва модели мултимодалӣ ин маълумотро ҳамроҳ бо тасвир ва матн коркард мекунад.
Чаро шумораи қабатҳо дар маводи квантии дученака ин қадар муҳим аст?
Дар маводи дученакаи аз ҷиҳати атомӣ тунук, танҳо илова ё хориҷ кардани чанд қабати атомӣ метавонад сохтори банди электронӣ, ҷавоби оптикӣ ва дигар хосиятҳои квантиро тағйир диҳад. Аз ин рӯ, танҳо муайян кардани он ки flake «вуҷуд дорад ё не» кофӣ нест; аз ҷиҳати илмӣ муҳим аст, ки он monolayer, bilayer ё минтақаи ғафстар аст.
Манбаъ ҳамчун мисол системаҳои graphene, MoS2 ва WTe2-ро меорад. Аммо худи таҳқиқот сохтори банди электронии ин маводро ҳисоб намекунад. Вазифаи мустақими таҳқиқот ин аст, ки контрасти оптикии вобаста ба шумораи қабатҳо барои коркарди тасвир ва омӯзиши мултимодалӣ қобили истифода гардад.
Фарқи микроскопи оптикӣ ва AFM
| Усул | Бартарӣ | Маҳдудият | Нақш дар таҳқиқот |
|---|---|---|---|
| Микроскопияи оптикӣ | Метавонад ҳазорҳо flake-ро зуд тасвир кунад. | Ғафсии қабатро худ ба худ дақиқ намедиҳад; ранг аз рӯшноӣ ва substrat таъсир мегирад. | Вуруди асосии тасвирии QuPAINT-ро ташкил медиҳад. |
| Atomic Force Microscopy (AFM) | Андозагирии физикии ғафсиро дар миқёси нанометр таъмин мекунад. | Суст аст; дубора ёфтани flake, интиқоли намуна ва ченкунии як ба якро талаб мекунад. | Зарурати пешгӯии автоматӣ аз намуди оптикиро асоснок мекунад. |
Ҳадафи QuPAINT исбот кардани он нест, ки қобилияти андозагирии физикии AFM аз байн рафтааст. Модел аз тасвири оптикӣ flake-и номзад ва синфи қабатиро бармеорад. Ин таҳқиқот натиҷа намедиҳад, ки дар таҷрибаҳое, ки тавсифи муҳими физикӣ лозим аст, AFM, Raman spectroscopy ё дигар усулҳои мустақили ченкунӣ дигар зарур нестанд.
Synthia тасвирҳои маводи квантии дученакаро чӣ гуна тавлид мекунад?
Synthia чаҳорчӯбаи тавлиди маълумоти синтетикии физика-асос мебошад, ки ба ҷойи интихоби тасодуфии ранги flake-ҳои синтетикии дученака барои ҷойгир кардан рӯи заминаҳои воқеии микроскопӣ, интерференсияи қабати тунуки системаи қабатҳои ҳаво–flake–SiO2–Si-ро бо Transfer Matrix Method ҳисоб мекунад, натиҷаро ба фазои ранги CIE мегузаронад ва сипас онро ба white balance-и тасвири воқеӣ ва минтақаҳои тозаи substrat мутобиқ мекунад.
Чаро Transfer Matrix Method лозим аст?
Flake-и дученака дар микроскопи оптикӣ танҳо аз сабаби «ранги табиӣ»-и худ дида намешавад. Нур дар сарҳадҳои қабатҳо, аз ҷумла flake, SiO2 ва Si, такроран инъикос ва гузариш мекунад. Фарқи фазаи байни роҳҳои гуногуни оптикӣ метавонад баъзе дарозиҳои мавҷро тақвият дода, дигарҳоро суст кунад. Ин падида интерференсияи қабати тунук мебошад.
Synthia ҳар қабатро бо нишондиҳандаи мураккаби шикаст:
ва ғафсии физикии \(d_l\) муайян мекунад. \(n_l\) қисми воқеии нишондиҳандаи шикаст, \(k_l\) қисми хомӯшшавии вобаста ба абсорбсия ва \(\lambda\) дарозии мавҷи нурро нишон медиҳад. Нишондиҳандаҳои шикаст беандозаанд; \(\lambda\) ва \(d_l\) бояд дар як воҳиди дарозӣ гирифта шаванд.
Муодилаи (1): Коэффисиентҳои Fresnel дар сарҳади қабат
\(r_{l,l+1}\) коэффисиенти амплитудаи инъикосро ҳангоми гузариш аз қабати \(l\) ба қабати \(l+1\), ва \(t_{l,l+1}\) коэффисиенти амплитудаи интиқолро ифода мекунад. Инҳо мустақиман шиддати нур нестанд; онҳо нисбати амплитудаҳои майдони электрикӣ буда, беандозаанд.
Паҳншавии нур дар дохили қабат таъхири фаза ҳосил мекунад. Манбаъ ин робитаро:
истифода мебарад ва паҳншавиро дар ҳар қабат бо propagation matrix-и \(P_l\) ифода мекунад. Маънои физикӣ равшан аст: дар ғафсии якхела нишондиҳандаи шикасти калонтар роҳи оптикиро зиёд мекунад; дар ҳамон мавод бошад дарозии мавҷи калонтар ҷамъшавии фазаро ба ҳар воҳиди ғафсӣ кам мекунад.
Муодилаи (2): Занҷираи transfer-matrix-и ҳамаи қабатҳо
\(u_0=1\) нормализатсияи амплитудаи майдони электрикии воридшаванда аст. \(v\) амплитудаи умумии майдони инъикосшуда ва \(u\) амплитудаи майдони ба substrat гузаштаро ифода мекунад. \(M_{l,l+1}\) transfer matrix-и интерфейс, ва \(P_l\) propagation matrix-и қабати \(l\)-умро ифода мекунад.
Инъикос:
ҳисоб карда мешавад. \(R(\lambda)\) нисбати беандозаи шиддат буда, ба дарозии мавҷи нур вобаста аст.
Манбаъ дар тавлиди flake-и синтетикӣ спектри намоёнро:
дар \(D\) дарозии мавҷи дискретӣ намуна мегирад.
Муодилаи (3): Спектри инъикос чӣ гуна ба ранги RGB табдил меёбад?
\(\mathbf{S}(\lambda)\in\mathbb{R}^{3\times1}\) се ҷузъи ранги функсияҳои мувофиқсозии ранги CIE 1931, \(I(\lambda)\) спектри рӯшноидиҳандаи стандартӣ ва \(R(\lambda)\) арзиши reflectance-и ҳисобшударо ифода мекунад. Натиҷаи \(\mathbf{x}\) вектори сеҷузъаи ранг мебошад, ки ба ҷузъҳои ранги RGB алоқаманд аст.
Манбаъ ҳамин ифодаро дар шакли matrix:
низ менависад. \(\circ\) element-wise product, яъне зарби элемент ба элементи рӯшноӣ ва инъикос дар ҳамон дарозии мавҷ мебошад.
Модели оптикӣ бо бастаи tmm дар Python татбиқ шудааст. Synthia, масалан, барои graphene, MoS2, WSe2 ва h-BN бо истифода аз функсияҳои \(n(\lambda)\) ва \(k(\lambda)\), ки ба дарозии мавҷ вобастаанд, спектрҳои reflectance-ро барои ғафсиҳои гуногун ҳисоб мекунад.
Ҷузъҳое, ки Synthia ба тавлиди синтетикии қаблӣ илова мекунад
| Хусусият | MaskTerial | Synthia |
|---|---|---|
| Шаклҳои flake аз якчанд манбаи мавод | Ҳаст | Ҳаст |
| Симулятсияи оптикии физика-асос (TMM) | Ҳаст | Ҳаст |
| Калибркунии инфиродии ранг | Нест | Ҳаст |
| Истифодаи стандарти CIE | Нест | Ҳаст |
| Пешгирии ҳампӯшӣ бо flake-ҳои мавҷуд | Нест | Ҳаст |
Чаро модули White-Balance-Aware лозим аст?
Дар тасвирҳои микроскопии воқеӣ корбар ё дастгоҳ метавонад ба каналҳои RGB арзишҳои гуногуни gain татбиқ кунад. Ҳатто як мавод ва як substrat дар лабораторияҳои гуногун метавонад бо рангҳои гуногун дида шавад. Synthia ин фарқро на бо тарк кардани модели физикӣ, балки бо татбиқи gain-ҳои каналие, ки аз тасвири воқеии истинодӣ гирифта шудаанд, ба ранги аз модели физикӣ тавлидшуда ба ҳисоб мегирад.
Чаро модули Substrate-Aware лозим аст?
Агар flake-и синтетикӣ тасодуфан ба ҳар пиксел ҷойгир карда шавад, метавонад рӯи flake-ҳои воқеӣ, ифлосиҳо ё дигар сохторҳо афтад. Ин метавонад compositing artefact-ҳои аз ҷиҳати физикӣ ғайривоқеӣ эҷод кунад. Synthia аз харитаи диққати PIA минтақаҳои тозаи substrat-ро бо диққати паст интихоб карда, ҳадаф дорад flake-и синтетикиро танҳо дар минтақаҳои дуруст ҷойгир кунад.
Тартиби амалиёти Synthia Algorithm 1
| Марҳила | Амалиёт | Ҳадаф |
|---|---|---|
| 1 | Ранги median-и substrat-и истинодӣ гирифта мешавад. | Намояндагӣ кардани калибркунии ранги тасвири воқеӣ. |
| 2 | Спектри TMM reflectance-и substrat-и ҳаво–SiO2–Si ҳисоб карда мешавад. | Ёфтани ранги substrat, ки модели физикӣ интизор аст. |
| 3 | Бо проексияи CIE ранги физикии substrat ҳисоб карда мешавад. | Гузаронидани спектр ба фазои ранги тасвир. |
| 4 | Аз байни рангҳои substrat-и воқеӣ ва моделӣ gain-и каналии \(g\) гирифта мешавад. | Модел кардани фарқи white-balance. |
| 5 | Харитаи PIA сохта ва normalize карда мешавад. | Муайян кардани минтақаҳои тозаи substrat. |
| 6 | Аз рӯи остонаи 90. percentile mask-и substrat гирифта мешавад. | Хориҷ кардани минтақаҳои flake/texture-и мавҷуди дорои контрасти баланд. |
| 7 | Random flake mask ва thickness-и мувофиқ ба мавод намуна гирифта мешаванд. | Интихоби геометрия ва ғафсии физикии flake-и синтетикӣ. |
| 8 | Координате интихоб мешавад, ки бо сохторҳои мавҷуд ҳампӯшӣ надорад. | Пешгирии overlap-и аз ҷиҳати физикӣ бемаъно. |
| 9 | Reflectance барои қабатбандии ҳаво–flake–SiO2–Si ҳисоб карда мешавад. | Сохтани намуди оптикии вобаста ба шумораи қабатҳо. |
| 10 | Reflectance бо CIE ба ранг табдил дода шуда, white-balance gain татбиқ мешавад. | Тавлиди ранге, ки ба тасвири микроскопии воқеӣ бештар мувофиқ аст. |
| 11 | Flake-и синтетикӣ бо mask ба минтақаи воқеии substrat композит карда мешавад. | Сохтани тасвири ниҳоии микроскопии синтетикӣ. |
QMat-Instruct чист?
QMat-Instruct маҷмӯаи маълумоти мултимодалии physics-aware instruction мебошад, ки муаллифон барои тавсифи маводи квантӣ таҳия кардаанд. Ҳар намуна танҳо тасвири микроскопӣ ё нишонаи bounding box нест; он саволи забони табиӣ, ки ба тасвир вобаста аст, ва ҷавоберо дар бар мегирад, ки намуди физикиро шарҳ медиҳад.
Манбаъ вазифаҳои намунавиро ба се синфи асосӣ ҷудо мекунад: шумориши flake, ҷойгиркунии flake ва тасдиқи мавҷуд будан ё набудани синфи муайяни қабат. Дар шарҳҳо нишонаҳои визуалии марбут ба интерференсияи қабати тунук, аз ҷумла контраст, тағйири ранг ва шаффофияти канор мавҷуданд.
Манбаъ дар маҷмӯаи омӯзишӣ ҳашт маводро истифода мебарад:
BN, Graphene, MoS2, MoSe2, MoWSe2, WS2, WSe2 ва WTe2.
Дар манбаъ равшан гуфта шудааст, ки барои ҳар мавод 50.000 sample сохта шудааст ва шумораи умумии намунаҳои омӯзишӣ:
мебошад.
Physics-Informed Attention (PIA) чиро чен мекунад?
Physics-Informed Attention (PIA) бо ҳисоб кардани масофаи Евклидӣ байни ранги median-и ҳар patch-и тасвир дар фазои CIELAB ва ранги median-и substrat-и тасвир, пешдониши диққатеро тавлид мекунад, ки контрасти оптикии flake–substrat-ро намояндагӣ мекунад; QuPAINT ин холи физика-асосро аз ислоҳи affine-и омӯхташаванда мегузаронад ва барои вазндиҳии token-ҳои визуалӣ истифода мебарад.
Vision encoder: Муодилаи (4)
\(I\in\mathbb{R}^{H\times W\times C}\) тасвири микроскопӣ мебошад. \(H\) баландии тасвир, \(W\) паҳнӣ ва \(C\) шумораи каналҳост. \(Enc_v\) vision encoder; \(v_i\) embedding-и визуалии \(i\)-ченак барои patch-и \(d\)-ум; ва \(k\) шумораи умумии patch/token мебошад.
PIA барои ҳар patch:
physics-based contrast score тавлид мекунад.
Чаро холи физикӣ мустақиман истифода намешавад?
Модели софи физикӣ метавонад spectral response-и воқеии камераи лаборатория, интихоби white-balance ва тамоми фарқиятҳои illumination-ро комилан надонад. Аз ин рӯ QuPAINT ба ҷойи собит нигоҳ доштани пешдониши физикӣ, калибркунии хурдеро илова мекунад, ки танҳо scale ва bias-ро меомӯзад.
Муодилаи (5): Ислоҳи омӯхташавандаи PIA
\(\sigma\) функсияи logistic sigmoid мебошад. \(\alpha_i\) attention score-и хоми физика-асос; \(w\) ва \(b\) параметрҳои якченакаи scale ва shift мебошанд, ки ҳангоми омӯзиш омӯхта мешаванд. \(\beta_i\) вазни ислоҳшудаи attention мебошад, ки ба token-и визуалӣ татбиқ мешавад.
Муодилаи (6): Вазндиҳии физикии token-ҳои визуалӣ
Агар \(\beta_i\) хурд бошад, саҳми patch embedding-и дахлдор ба модел фурӯ нишонда мешавад; агар калон бошад, token-и визуалӣ пурқувваттар интиқол меёбад. Аммо ин аз ҷиҳати физикӣ маънои «ин patch ҳатман flake аст»-ро надорад. \(\beta_i\) вазни attention мебошад, ки дар дохили модели мултимодалӣ истифода мешавад.
Муодилаи (7): Text encoder
\(T=\{T_1,\ldots,T_L\}\) дастури корбар ё пайдарпаии саволи физика-огоҳ мебошад. \(Enc_t\) text encoder; \(t_j\) embedding-и ҳар token-и матнӣ мебошад.
Муодилаи (8): Натиҷаи мултимодалӣ
Token-ҳои визуалии бо физика вазнгирифташуда ва token-ҳои матнӣ ба multimodal decoder дода мешаванд. \(Y\) пайдарпаии token-ҳои ҷавобест, ки модел тавлид мекунад; \(M\) дарозии натиҷа мебошад.
Муодилаи (9): Зарари autoregressive language-model
\[ \mathcal{L}_{LM} = -\frac{1}{M} \sum_{j=1}^{M} \log P_\theta \left( y_j \mid y_{
Ин loss кӯшиш мекунад эҳтимолияти ба token-и дурусти навбатӣ додашударо баланд кунад. \(y_{
Барои PIA supervision loss-и мустақили ҷудогона татбиқ намешавад. \(w\) ва \(b\) ба таври ғайримустақим тавассути backpropagation аз loss-и language-model оптимизатсия мешаванд. Ҳамин тавр, attention-и физикӣ бе он ки комилан ба neural attention-и озод табдил ёбад, калибркунии хурди омӯхташаванда мегирад.
Чаро CIELAB ба ҷойи RGB истифода мешавад?
Арзишҳои RGB метавонанд мустақиман аз spectral response-и камера, exposure ва коркарди white-balance таъсир гиранд. CIELAB бошад фазои ранги perceptual аст, ки luminance \(L^\ast\)-ро аз ду chromatic coordinate — \(a^\ast\) ва \(b^\ast\) — ҷудо мекунад. Манбаъ масофаи CIELAB байни flake ва substrat-ро ҳамчун image-space proxy-и ба фарқи reflectance-и аз thin-film interference ба вуҷудомада устувортар истифода мебарад.
Муодилаи (10): CIELAB perceptual contrast
\(\Phi\) табдили nonlinear аз RGB ба CIELAB; \(I(x)\) ранги pixel/patch-и таҳлилшаванда; \(I_{bg}\) ранги заминаи substrat; ва \(\|\cdot\|_2\) нормаи Евклидӣ мебошад.
\(\Delta E\) воҳиди дарозии физикӣ, энергия ё майдони электрикӣ надорад. Он холи беандозаи contrast мебошад, ки фарқи идрокии рангро байни координатҳои CIELAB ифода мекунад.
Муодилаи (11): Холи PIA дар сатҳи patch
\(\hat I_k\) ранги median-и patch-и \(k\)-ум мебошад. \(I_{bg}\) ранги median-и замина дар тамоми тасвир ё region-of-interest-и интихобшуда аст.
Маводи иловагӣ: Робитаи дараҷаи якум байни ΔE ва reflectance-и оптикӣ
Supplementary material робитаи CIELAB contrast-ро бо модели оптикаи физикӣ тавассути first-order Taylor approximation шарҳ медиҳад. Фарқи spectral reflectance-и flake нисбат ба substrat:
муайян карда мешавад. Бо фарзияи хурд будани \(\|\Delta R\|_\infty\) барои mono- ва few-layer flakes, табдили RGB→LAB дар атрофи ранги substrat lineer карда мешавад:
\(J_\Phi(I_{bg})\) Jacobian matrix-и табдили RGB→LAB дар нуқтаи \(I_{bg}\) мебошад. \(E(\lambda)\) illumination spectrum; \(S(\lambda)\) spectral response-и мувофиқсозии камера/ранг; ва \(\Delta R(\lambda)\) фарқи reflectance-и flake нисбат ба substrat мебошад.
Сипас манбаъ барои собити муайяни мусбати \(c\):
робитаро медиҳад.
Маҳдуди тафсири ин исбот муҳим аст: манбаъ \(\Delta E\)-ро бо шумораи қабатҳо ҳамчун proxy-и маҳаллии monotonic асоснок мекунад. Ин маънои онро надорад, ки барои ҳамаи мавод, тамоми диапазонҳои thickness ва ҳамаи тарҳҳои оптикӣ табдили глобалии якқиматии «ΔE → шумораи қабатҳо» исбот шудааст.
Муодилаҳои Supplementary White-Balance
Ранги миёнаи каналии substrat-и воқеии истинодӣ:
Дар ин ҷо \(M_{sub}\) binary mask мебошад, ки пикселҳои тозаи substrat-ро интихоб мекунад.
Ранги substrat пеш аз white-balance, ки аз модели физикӣ ҳисоб шудааст:
Манбаъ бо равиши diagonal channel-gain:
ифодаро медиҳад. \(\oslash\) element-wise division мебошад.
Ин gain ба ҳар канали RGB-и тасвири синтетикӣ:
татбиқ мешавад ва натиҷа ба диапазони \([0,1]\) clip карда мешавад.
Муодилаҳои ҷойгиркунии Supplementary Substrate-Aware
Пас аз тавлиди харитаи LAB attention:
он бо:
normalize карда мешавад.
Mask-и substrat-и тоза:
муайян карда мешавад. Минтақаҳои high-attention ҳамчун flake ё минтақаи дорои texture-и баланд қабул шуда, хориҷ карда мешаванд.
Mask-и flake-и синтетикии \(M_i\) бояд дар координати интихобшуда бо substrat-и тоза мувофиқ бошад:
\(\odot\) element-wise multiplication мебошад. Натиҷаи сифр маънои онро дорад, ки mask-и flake-и синтетикӣ набояд бо минтақаи манъшудаи мавҷуд бурида шавад.
Барои маводи интихобшудаи \(s\), layer stack-и \(S=\{\mathrm{air},s,\mathrm{SiO_2},\mathrm{Si}\}\) ва thickness-и \(t_i\):
reflectance spectrum ҳисоб карда мешавад.
Ин spectrum бо проексияи ранги CIE:
ба ранги RGB табдил дода мешавад.
Compositing-и ниҳоӣ:
иҷро мешавад. Дар пикселҳои flake, ки \(M_i=1\) аст, ранги синтетикӣ истифода мешавад; дар пикселҳое, ки \(M_i=0\) аст, тасвири воқеии substrat нигоҳ дошта мешавад.
Усул ва Натиҷаҳои Таҳқиқот
QF-Bench чиро чен мекунад ва чаро муҳим аст?
QF-Bench benchmark-и аннотатсияшудаест, ки барои муқоисаи ошкорсозии flake ва муваффақияти localization-и ҳассос ба синфи қабатии QuPAINT ва дигар моделҳо дар маводи гуногуни дученака бо протоколи умумӣ сохта шудааст; манбаъ дар ҳашт мавод 280.526 аннотатсияи flake гузориш мекунад ва иҷроиши моделро дар вазифаҳои flake-и умумӣ, mono-layer flake ва instruction-grounding чен мекунад.
Танзимоти омӯзиши модел ва inference
| Параметр | Арзиш | Нақш |
|---|---|---|
| Татбиқи визуалӣ | InternViT | Зерсохтори Vision encoder |
| Андозаи тасвир | 448×448 | Вуруди модел |
| Patch | 14×14, бе ҳампӯшӣ | Тавлиди Vision token |
| Text encoder initialization | Qwen3 | Embedding-ҳои дастур |
| Optimizer | AdamW | Оптимизатсияи параметрҳо |
| Learning rate | \(2\times10^{-5}\) | Андозаи қадами optimizer |
| Weight decay | \(1\times10^{-4}\) | Regularization |
| Batch size | 4 | Андозаи mini-batch |
| Epoch | 2 | Даври омӯзиш |
| GPU | 16 × A100 | Таҷҳизоти омӯзиш |
| Augmentation | Random crop, horizontal flip, CIELAB color jitter | Устуворӣ нисбат ба illumination ва white-balance |
| Inference temperature | \(T=0.2\) | Танзими sampling-и тавлид |
Тақсимоти flake дар QF-Bench
| Мавод | Mono | Few | Thick | Ҳамагӣ |
|---|---|---|---|---|
| Ҳамагӣ | 2.546 | 3.417 | 274.563 | 280.526 |
| BN | 13 | 111 | 10.100 | 10.224 |
| Graphene | 1.856 | 2.081 | 4.270 | 8.207 |
| MoS2 | 246 | 536 | 108.352 | 109.134 |
| MoSe2 | 24 | 32 | 1.327 | 1.383 |
| MoWSe2 | 9 | 35 | 293 | 337 |
| WS2 | 43 | 5 | 2.144 | 2.192 |
| WSe2 | 207 | 35 | 6.195 | 6.437 |
| WTe2 | 148 | 582 | 141.882 | 142.612 |
Ёддошти маҳдуди категория дар манбаъ: матни асосӣ барои QF-Bench ибораи «mono-layer, few-layer (2–5 layers) ва thick (5+ layers)»-ро истифода мебарад. Ин навишт гӯё намунаи 5-қабатаро ба ҳар ду ҳад дохил мекунад. Verianla онро хомӯшона ба 2–4 иваз накардааст. Азбаски Table 2 танҳо ҳисобҳои Mono/Few/Thick-ро медиҳад, аз ин PDF муайян кардани он ки намунаҳои 5-layer воқеан ба кадом категория код шудаанд, имконнопазир аст.
AP, AP50 ва AP75 чиро чен мекунанд?
Манбаъ метрикаҳои стандартии object-detection — AP, AP50 ва AP75-ро истифода мебарад. Андозаи асосии localization Intersection over Union (IoU) мебошад. Формулаи зерини IoU заминаи стандартии биниши компютерӣ барои шарҳи ин метрикаҳост; он натиҷаи нави таҳқиқот нест:
\(B_{\mathrm{pred}}\) bounding box-и пешгӯишудаи модел ва \(B_{\mathrm{gt}}\) ground-truth box мебошад. Ҳар қадар IoU ба 1 наздик шавад, ҳампӯшии ду қуттӣ ҳамон қадар қавитар аст.
AP50 иҷроиши precision–recall-ро дар остонаи 0,50 IoU; AP75 бошад иҷроишро дар остонаи сахттари 0,75 IoU ифода мекунад. Баланд будани AP75 нишон медиҳад, ки на танҳо минтақаи тахминии flake, балки ҷойгиркунии зичтари bounding box низ хуб аст.
Натиҷаҳои instruction grounding
| Модел | Acc@50 | Acc@75 |
|---|---|---|
| InternVL-2B | 43,3 | 30,8 |
| Qwen3VL-2B | 45,8 | 32,1 |
| QuPAINT-2B | 51,4 | 39,5 |
Instruction grounding на танҳо тавлиди ҷавоби забони табииро, балки қобилияти моделро барои пайвастани минтақаи flake-и марбут ба дастур бо ҷойи дурусти тасвир арзёбӣ мекунад. Манбаъ мегӯяд, ки протоколи арзёбии RefCOCO-ро пайгирӣ кардааст.
Ошкорсозии умумӣ ва mono-layer flake
| Модел | General Flake Detection | Mono Flake Detection | Параметр | FLOPs | ||||
|---|---|---|---|---|---|---|---|---|
| AP | AP50 | AP75 | AP | AP50 | AP75 | |||
| MaskRCNN-R50 | 18,7 | 36,5 | 17,8 | 9,8 | 28,9 | 9,0 | 44M | 134,4B |
| MaskRCNN-R101 | 20,3 | 38,1 | 18,9 | 11,1 | 30,6 | 10,3 | 63M | 334,8B |
| ViTDet (base) | 17,4 | 35,2 | 16,5 | 8,7 | 27,6 | 7,8 | 86M | 1,3T |
| ViTDet (large) | 18,9 | 37,0 | 17,3 | 9,9 | 29,8 | 8,5 | 300M | 4,1T |
| YOLOv11-m | 24,8 | 41,9 | 21,1 | 17,0 | 27,2 | 16,4 | 20M | 68,0B |
| YOLOv11-l | 26,9 | 43,0 | 23,5 | 18,9 | 29,8 | 17,3 | 25M | 86,9B |
| YOLOv11-x | 29,6 | 44,5 | 24,6 | 19,8 | 31,3 | 18,7 | 57M | 194,9B |
| Co-DETR | 22,7 | 35,9 | 23,3 | 12,2 | 25,3 | 11,4 | 304M | 119,4B |
| RT-DETRv2 | 27,5 | 37,2 | 27,0 | 17,5 | 37,8 | 14,7 | 76M | 259,0B |
| MaskTerial | 23,8 | 41,0 | 25,4 | 16,8 | 35,5 | 17,2 | 45M | 150,7B |
| φ-Adapt | 30,3 | 49,1 | 27,4 | 24,1 | 38,2 | 23,4 | 91M | 368,3B |
| QuPAINT-1B | 36,9 | 50,7 | 38,6 | 28,0 | 42,9 | 29,5 | 1,1B | 1,5T |
| QuPAINT-2B | 38,7 | 53,6 | 41,2 | 30,2 | 45,5 | 32,0 | 2,3B | 3,4T |
| QuPAINT-4B | 42,4 | 58,2 | 46,8 | 34,1 | 50,2 | 38,0 | 4,7B | 7,9T |
| QuPAINT-8B | 45,6 | 60,5 | 47,9 | 37,3 | 52,8 | 39,9 | 8,5B | 14,5T |
Ҷадвал ду тамоюлро ҳамзамон нишон медиҳад. Якум, дар benchmark-и манбаъ вариантҳои QuPAINT нисбат ба baseline model-ҳои муқоисашуда натиҷаҳои баландтар медиҳанд. Дуюм, дар дохили QuPAINT бо калон шудани миқёси модел аз 1B то 8B арзишҳои AP зиёд мешаванд, аммо хароҷоти параметр ва FLOP низ ба таври назаррас меафзояд. Аз ин рӯ натиҷа на танҳо «accuracy-и беҳтар», балки scaling trade-off бо computational cost-и баландтарро низ нишон медиҳад.
Номувофиқии номгузории YOLO дар манбаъ: дар Table 4 арзишҳои YOLOv11-m/l/x дида мешаванд. Аммо дар баъзе ҷумлаҳои матни натиҷа «YOLOv8-x» ва арзишҳои 28,3/19,0 AP, ки ба Table 4 мувофиқат намекунанд, навишта шудаанд. Verianla дар муқоисаи миқдорӣ арзишҳои намоёни Table 4-ро ҳамчун source-of-truth овардааст ва фарқи матнро низ алоҳида намоён гузоштааст.
Аблатсияи PAD ва PIA
| PAD | PIA | AP | AP50 | AP75 |
|---|---|---|---|---|
| Нест | Нест | 28,1 | 42,7 | 30,3 |
| Нест | Ҳаст | 30,6 | 44,8 | 32,6 |
| Ҳаст | Нест | 31,7 | 46,5 | 33,4 |
| Ҳаст | Ҳаст | 34,1 | 50,2 | 38,0 |
Дар ҳоле ки сохтори baseline 28,1 AP дорад, танҳо PIA ба 30,6 AP, танҳо PAD ба 31,7 AP ва истифодаи ҳар ду ҷузъ якҷоя ба 34,1 AP мерасад. Манбаъ инро ҳамчун таъсири пурракунандаи ду ҷузъи физика-огоҳ шарҳ медиҳад.
Аммо набояд хулоса бароварда шавад, ки «ablation беҳтар шуд, пас механизми физикӣ исбот шуд». Аблатсия нишон медиҳад, ки ин ду ҷузъи модел ба иҷроиши benchmark саҳм мегузоранд; он исбот намекунад, ки вазнҳои attention-и модел тамоми сохтори сабабу натиҷаи физикаи воқеии маводро намояндагӣ мекунанд.
Ёддошти терминологияи дохили манбаъ: номи асосии усул дар тамоми мақола Physics-Informed Attention (PIA) аст, аммо дар як ҷойи бахши 6.3 «Physical Interaction Attention» навишта шудааст. Ҳамин бахш барои PAD ибораи «Physics-Aware Description»-ро истифода мебарад, дар ҳоле ки дар caption-и Table 5 тавсеаи дигар дида мешавад. Verianla PIA-ро бо номи canonical-и бахши метод нигоҳ медорад ва навиштҳои дигарро ҳамчун модули нави ҷудогона арзёбӣ намекунад.
Намунаҳои Supplementary QMat-Instruct чиро нишон медиҳанд?
Supplementary Figure 6–15 намунаҳои саволу ҷавоб байни тасвирҳои синтетикии микроскопии оптикӣ ва моделро нишон медиҳанд. Манбаъ output-ро ба се қисми визуалӣ ҷудо мекунад: flake candidate enumeration, physics-informed reasoning ва structured final conclusion. Ин намунаҳо нишон медиҳанд, ки модел ба ҷойи танҳо тавлиди нишонаи синф, аввал минтақаҳои номзадро муайян кунад, сипас барои намуди оптикӣ асосноккунӣ диҳад ва дар охир натиҷаи сохторёфта тавлид кунад.
Координатҳои bounding-box дар ин намунаҳои supplementary ба ин мақолаи Verianla оварда нашудаанд; зеро тасвири хоми ҳар намуна ва coordinate output барои фаҳмидани натиҷаи асосии илмӣ аз ҷониби хонанда зарур нест ва ба ҷойи бознашри тасвирҳои манбаъ, шарҳ додани мантиқи усул бехатартар аст.
Оё тамоми QF-Bench нашр шудааст?
Supplementary material мегӯяд, ки бинобар ҳаҷми маълумот дар он версия танҳо 50 намунаи QF-Bench нашр шудааст. Сохтори release дар формати COCO JSON буда, майдонҳои сатҳи болоӣ ба монанди `images`, `annotations` ва `categories`-ро истифода мебарад. Барои ҳар flake аннотатсияи bounding-box мавҷуд аст.
Натиҷаҳои QuPAINT бояд чӣ гуна тафсир шаванд?
Натиҷаҳои QuPAINT нишон медиҳанд, ки тавлиди синтетикии физика-асос ва representation-и мултимодалии физика-огоҳ дар санҷишҳои QF-Bench ва instruction-grounding-и таҳқиқот иҷроиши қавӣ медиҳанд; аммо ин натиҷаҳо исбот намекунанд, ки пешгӯиҳои аз тасвири оптикӣ гирифташуда дар ҳама шароит метавонанд ҷойи AFM, Raman ё дигар ченкуниҳои физикиро гиранд, дар лабораторияи нав ҳамон арзишҳои AP нигоҳ дошта мешаванд ё модел маводи нави квантиро кашф кардааст.
Ҷиҳатҳои қавии таҳқиқот
Таҳқиқот ба масъалаи камбуди маълумот танҳо бо «модели калонтарини зеҳни сунъӣ» муносибат намекунад. Дар тавлиди маълумот кӯшиш мекунад воқеиятнокии физикии synthetic data-ро бо истифодаи физикаи қабати тунуки TMM-асос, мутобиқсозии white-balance ва ҷойгиркунии substrate-aware баланд кунад.
PIA CIELAB contrast-ро ҳамчун proxy-и физикӣ истифода мебарад, бе он ки full optical model дар ҳар inference patch аз нав иҷро шавад. Ин равиш байни data-driven attention-и пурра ва модели физикии комилан собит сохтори гибридӣ месозад.
Манбаъ на танҳо general flake detection, балки mono-layer detection-и дорои контрасти пасттарро низ алоҳида месанҷад. Ҳамин тавр, иҷроиши миёнаи синфҳои осон хатогиҳоро дар масъалаи душвортари якқабата пинҳон карда наметавонад.
Model scaling, instruction grounding ва PAD/PIA ablation алоҳида гузориш шудаанд. Бо ин роҳ ҳадди ақал дар сатҳи benchmark метавон санҷид, ки ҳар ҷузъ то чӣ андоза саҳм гузоштааст.
Маҳдудиятҳои асосии таҳқиқот
Synthetic-to-real domain gap: ҳатто агар Synthia физика-асос бошад ҳам, наметавонад тамоми навъҳои микроскоп, камера, illumination, contamination, flake-и шикаста/кафида ва дигар нуқсонҳои воқеиро дубора тавлид кунад.
Маҳдуди token: дар тасвирҳои хеле зич шумораи flake ва миқдори token-и визуалӣ метавонад аз capacity-и context/token-и моделҳои мултимодалии мавҷуд зиёд шавад.
Нобаробарии маълумот: дар ҷадвали QF-Bench категорияи Thick аз ҷиҳати шумора аз синфҳои Mono ва Few хеле калонтар аст. Манбаъ ин нобаробариро дар ҷадвал намоён мекунад, аммо тамоми таъсирҳои эҳтимолии class-imbalance-ро бо таҳлили омории алоҳида ҳал намекунад.
Маҳдуди тасдиқи физикӣ: натиҷаи QuPAINT ба тасвири оптикӣ асос меёбад. Тафсири bounding box ё layer-и моделро ҳамчун ченкунии мустақими ғафсии физикӣ қабул кардан мувофиқ нест.
Гузориши оморӣ: манбаъ метрикаҳои benchmark ба монанди AP, Acc@50 ва Acc@75-ро гузориш мекунад; дар ҷадвалҳои асосии иҷроиш confidence interval, p-value ё run-to-run standard deviation дода нашудааст. Аз ин рӯ Verianla ба натиҷаҳо даъвои significance-и омории дар манбаъ набударо илова намекунад.
Таърифи категория: ҳадҳои «Few = 2–5» ва «Thick = 5+» дар матни асосии QF-Bench дар 5 қабат ҳампӯш мешаванд ва манбаъ ин ҳадро дар ин PDF ба таври равшан ҳал намекунад.
Натиҷаҳое, ки таҳқиқот дастгирӣ мекунад
Дар манбаъ равшан нишон дода мешавад, ки Synthia равиши physics-based synthetic generation-ро таъмин мекунад, ки ҷузъҳои TMM, CIE color conversion, white-balance correction ва substrate-aware placement-ро муттаҳид мекунад.
Гузориш мешавад, ки QMat-Instruct дар ҳашт мавод дар маҷмӯъ 400.000 physics-aware multimodal training sample тавлид кардааст.
Муодилаҳои усул нишон медиҳанд, ки PIA холи контрасти CIELAB \(\Delta E\)-асосро бо affine calibration-и омӯхташаванда ба visual embeddings татбиқ мекунад.
Гузориш мешавад, ки вариантҳои QuPAINT дар Table 4-и манбаъ нисбат ба detector-ҳои муқоисашуда арзишҳои баландтари умумӣ ва mono-layer AP медиҳанд.
Дар ҷадвали ablation истифодаи якҷояи PAD ва PIA нисбат ба конфигуратсияҳое, ки ҳар як ҷузъ танҳо истифода шудааст, арзишҳои баландтари AP медиҳад.
Умумисозиҳое, ки таҳқиқот дастгирӣ намекунад
Таҳқиқот барои таҳлили тасвир компютери квантӣ ё алгоритми квантиро истифода намебарад.
Таҳқиқот нишон намедиҳад, ки модел шумораи қабатҳои атомиро аз тасвири оптикӣ дар ҳамаи мавод ва тамоми шароити микроскопӣ бе хато муайян мекунад.
Таҳқиқот нишон намедиҳад, ки AFM ё дигар усулҳои мустақили тавсифи мавод дигар нолозим шудаанд.
Таҳқиқот кафолат намедиҳад, ки арзишҳои AP-и Table 4 дар лабораторияҳои гуногун бетағйир мемонанд.
Таҳқиқот исбот намекунад, ки physics-informed attention воқеан тамоми механизми физикиро омӯхтааст; он саҳми ин ҷузъро ба иҷроиши benchmark нишон медиҳад.
Таҳқиқот гузориш намекунад, ки маводи нави квантӣ синтез ё фазаи нави физикӣ кашф шудааст.
Ёддошт оид ба Манбаъ ва Усул
Унвони аслӣ: QuPAINT: Physics-Aware Instruction Tuning Approach to Quantum Material Discovery
Муаллифон: Xuan-Bac Nguyen, Hoang-Quan Nguyen, Sankalp Pandey, Tim Faltermeier, Nicholas Borys, Hugh Churchill, Khoa Luu.
Тартиби муаллифон: Ҳамон тавре ки дар манбаъ дода шудааст, нигоҳ дошта шудааст.
Саҳми баробар: Дар PDF-и боршуда изҳороти саҳми баробар/муаллифи якуми баробар ба таври равшан ишора нашудааст.
Corresponding author: PDF-и боршуда якчанд суроғаи почтаи электрониро медиҳад, аммо як corresponding author-ро бо ситорача ё шарҳи алоҳида ба таври равшан муайян намекунад; бинобар ин ҷавобе сохта нашудааст.
Муассисаи 1: CVIU Lab, University of Arkansas, USA.
Муассисаи 2: University of Utah, USA.
Муассисаи 3: Department of Physics, University of Arkansas, USA.
Навъи манбаи боршуда: arXiv preprint, v1.
arXiv: arXiv:2602.17478v1 [cs.CV].
Санаи аввалини ирсол ба arXiv: 19 феврали 2026.
arXiv-issued DOI: 10.48550/arXiv.2602.17478.
Вазъи ҷории нашр: Таҳқиқот баъдан ҳамчун мақолаи конференсияи аз баррасии ҳамсолон гузашта дар proceedings-и IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) Findings 2026 нашр шудааст.
Соли нашри CVPR: 2026.
Моҳи нашри CVPR: июни 2026.
Диапазони саҳифаҳои proceedings: 8684–8694.
CVPR proceedings DOI: Азбаски дар сабти расмии боэътимод тасдиқ нашуд, дода нашудааст.
Саҳифаи расмии нашри CVF: https://openaccess.thecvf.com/content/CVPR2026F/html/Nguyen_QuPAINT_Physics-Aware_Instruction_Tuning_Approach_to_Quantum_Material_Discovery_CVPRF_2026_paper.html
Саҳифаи лоиҳа: https://uark-cviu.github.io/projects/qupaint/
Вазъи баррасии ҳамсолон: arXiv v1-и боршуда худ аз худ preprint мебошад; азбаски таҳқиқот баъдан дар CVPR 2026 Findings нашр шудааст, вазъи ҷории асар нашри конференсияи аз баррасии ҳамсолон гузашта мебошад.
Соҳаи илмӣ: Computer vision, multimodal machine learning, two-dimensional quantum materials ва optical microscopy.
Навъи таҳқиқот: Physics-informed machine-learning таҳияи усул + тавлиди маълумоти синтетикӣ + арзёбии benchmark дар маълумоти микроскопии воқеӣ/синтетикӣ.
Истифодаи компютери квантӣ: Нест. «Quantum» синфи маводи омӯхташавандаро ифода мекунад.
Synthia: Transfer Matrix Method-асоси thin-film interference simulation, CIE 1931 color conversion, personalized white-balance correction ва substrate-aware synthetic placement истифода мебарад.
QMat-Instruct: Дар манбаъ ҳамчун аввалин physics-aware instruction dataset-и калонмиқёс дар соҳа пешниҳод мешавад. Барои ҳашт мавод 50.000 sample аз ҳар кадом, дар маҷмӯъ 400.000 sample гузориш шудааст.
QuPAINT: Чаҳорчӯбаи мултимодалӣ мебошад, ки visual embedding-ҳои Vision Transformer-ро бо холҳои Physics-Informed Attention калибр карда, бо text embedding-ҳо дар MLLM decoder муттаҳид мекунад.
PIA: Масофаи \(\Delta E\)-ро байни ранги median-и flake/patch ва ранги median-и substrat дар фазои CIELAB ҳамчун physics-aware proxy истифода мебарад.
QF-Bench: Дар Table 2-и манбаъ дар ҳашт мавод 280.526 flake-и аннотатсияшуда гузориш шудааст.
Вазъи release-и QF-Bench: Supplementary material мегӯяд, ки бинобар ҳаҷми маълумот дар он версия 50 намуна нашр шуда ва формат COCO JSON аст.
Андозаи тасвири омӯзишӣ: 448×448.
Patch: Patch-ҳои 14×14-и бе ҳампӯшӣ.
Vision implementation: InternViT.
Text encoder initialization: Qwen3.
Optimizer: AdamW.
Learning rate: \(2\times10^{-5}\).
Weight decay: \(1\times10^{-4}\).
Batch size: 4.
Epoch: 2.
Таҷҳизоти омӯзиш: 16 A100 GPU.
Data augmentation: Random cropping, horizontal flipping ва CIELAB color jitter.
Inference temperature: \(T=0.2\).
Баландтарин натиҷаи general detection дар Table 4: барои QuPAINT-8B — 45,6 AP, 60,5 AP50 ва 47,9 AP75.
Баландтарин натиҷаи mono detection дар Table 4: барои QuPAINT-8B — 37,3 AP, 52,8 AP50 ва 39,9 AP75.
Instruction grounding: барои QuPAINT-2B Acc@50 = 51,4 ва Acc@75 = 39,5.
Аблатсия: PAD + PIA якҷоя 34,1 AP, 50,2 AP50 ва 38,0 AP75 медиҳад.
Номувофиқии YOLO дар дохили манбаъ: Table 4 арзишҳои YOLOv11-x ва 29,6/19,8 AP-ро медиҳад, дар ҳоле ки дар баъзе ҷумлаҳои матни асосии натиҷа YOLOv8-x ва 28,3/19,0 дида мешаванд. Verianla арзишҳои миқдории намоёни ҷадвалро нигоҳ доштааст.
Номувофиқии терминологии PIA/PAD дар дохили манбаъ: дар тамоми усул номи canonical Physics-Informed Attention аст, аммо дар як ҷойи бахши 6.3 тавсеаи дигар истифода шудааст. Номи PAD низ байни матн ва caption пурра мувофиқ нест.
Ҳади layer-category дар дохили манбаъ: Азбаски дар матни асосӣ Few = 2–5 ва Thick = 5+ навишта шудааст, ҳади 5-layer номуайян аст. Ислоҳи хомӯшона анҷом дода нашудааст.
Маблағгузорӣ: Манбаъ дастгирии MonArk NSF Quantum Foundry-ро дар доираи барномаи National Science Foundation QAMASE-i бо NSF Award No. DMR-1906383 зикр мекунад.
Дастгирии инфрасохтори ҳисоббарорӣ: Захираҳои GPU-и Arkansas High-Performance Computing Center.
Data Availability: Дар PDF сарлавҳаи алоҳидаи formal Data Availability вуҷуд надорад; supplementary material мегӯяд, ки 50 намунаи QF-Bench дар формати COCO JSON нашр шудааст.
Code Availability: Дар PDF-и боршуда formal Code Availability statement-и алоҳида вуҷуд надорад; URL-и лоиҳа дода шудааст.
Бархӯрди манфиатҳо: Дар PDF-и боршуда conflict-of-interest / competing-interest statement-и алоҳида муайян нашудааст; аз ин рӯ фарзияи «бархӯрди манфиатҳо нест» карда нашудааст.
Саҳми муаллифон: Дар PDF-и боршуда CRediT ё author-contribution statement-и алоҳида муайян нашудааст.
Литсензия: Дар PDF-и боршуда ва CVF landing page-и тасдиқшуда Creative Commons license-и равшане, ки барои Verianla истифодаи мустақими дубораи фигураҳоро боэътимод асоснок кунад, тасдиқ нашудааст. Open access ба таври автоматӣ иҷозаи бемаҳдуди истифодаи дубора ҳисоб нашудааст.
Маҳдуди асосии тафсир: Таҳқиқот иҷроиши benchmark-и physics-aware AI characterization-ро дар тасвирҳои микроскопии оптикӣ нишон медиҳад; он далели ҷойгузинии бечунучарои усулҳои мустақили андозагирии ғафсии физикӣ, умумисозӣ ба ҳамаи лабораторияҳо бо ҳамон иҷроиш ё кашфи маводи нави квантӣ нест.
Шарҳ гузоред
Нишонии почтаи электронии шумо нашр намешавад. Майдонҳои ҳатмӣ бо * нишон дода шудаанд