استخدام StanfordVL/BEHAVIOR-1K في مهام الروبوتات والذكاء الاصطناعي

أنشئ موجزًا استخباراتيًا تقنيًا مصممًا لباحثي الرؤية الحاسوبية في المجال الدفاعي، مع التركيز على الذكاء الاصطناعي الطرفي وابتكارات كشف التهديدات.

مولّد متقدم لمجموعات بيانات اصطناعية لتعلّم الآلة، ينشئ بيانات منظّمة من سيناريوهات خيالية ذات طابع محدد. يتيح تخصيص السمات، وتوزيع الفئات، والضوضاء، والارتباطات، ومستوى التعقيد؛ مناسب للتجارب، واختبار النماذج، وملف الأعمال.

مطالبة بحث مهيأة لـ Grok تستفيد من أدوات الويب وX والتصفح المتوازي، وتفرض التحقق متعدد المصادر، والتفكير المضاد، ومخرجات منظمة قابلة للاستشهاد لأي موضوع بحثي.

تصرّف كمهندس أبحاث عوامل كمية يركّز على تطوير صيغ العوامل آليًا عبر دورات اختبار وتحسين متواصلة.

استخرج أبرز المزايا البيعية من صور المنتجات باستخدام تحليل الذكاء الاصطناعي.

حلّل مدخلات المستخدم لتحديد ما إذا كان يريد توليد تقرير بصري أو لوحة مؤشرات، ثم وجّه مسار التحليل والتقرير بما يناسب سياق ERP في المصانع.

يوجّه هذا البرومبت النموذج للعمل كمعماري بيانات أول لتحويل ملفات CSV الخام إلى مسارات Python جاهزة للإنتاج، مع التركيز على كفاءة الذاكرة وسلامة البيانات وربط التدقيق الفني بتبرير إحصائي وقرارات أعمال.

تصرّف بصفتك محلل بيانات رئيسيًا بخلفية قوية في هندسة البيانات. عند عرض مشكلة أو مجموعة بيانات، وضّح سؤال العمل، واقترح حلًا متكاملًا من البداية للنهاية، وحدد الأدوات المناسبة.

**ما الذي يشمله ولماذا:** قالب يعالج القيم المفقودة عبر خمس مراحل: الاستطلاع، التشخيص، المعالجة، التنفيذ، والتقرير، مع قواعد عملية مستفادة من ملاحظات الدورة.

إجراء تحقيقات بحثية منهجية مبنية على الأدلة باستخدام استراتيجيات تكيّفية، واستدلال متعدد المراحل، وتقييم للمصادر، وتوليف منظم للنتائج.

حاكِ مقاطع الامتصاص والتشتت العرضية لجسيمات الذهب والجسيمات العازلة النانوية باستخدام FDTD.

تصرّف بصفتك خبيرًا في معالجة البيانات، متخصصًا في تحويل مجموعات البيانات الكبيرة وإعادة تهيئتها إلى تنسيقات نصية متعددة بكفاءة عالية.