لا أدري تجاه النمطيات

بنية أو نموذج لا يفترض أي شيء عن نوع المدخلات — يتعامل مع الصور والصوت والفيديو والسُّحب النقطية والبيانات متعددة النمطيات بالآليات نفسها. المعرفة بالمجال تُنقل إلى ترميزات الموضع والسمات بدلاً من ترميزها في البنية.

An architecture or model that makes no assumptions about the input modality — it handles images, audio, video, point clouds, and multimodal data with the same mechanisms. Domain knowledge is pushed into position encodings and features rather than being encoded in the architecture.