cs.CV ورقة بحثية

Bridging the Semantic Chasm: Synergistic Conceptual Anchoring for Generalized Few-Shot and Zero-Shot OOD Perception

تقدم هذه الورقة البحثية SynerNet، وهو إطار عمل رائد متعدد الوكلاء يخفف من تدهور المحاذاة عبر الوسائط في نماذج الرؤية واللغة من أجل الإدراك خارج التوزيع، محققاً مكاسب أداء كبيرة في سيناريوهات التعلم من أمثلة قليلة والتعلم بدون أمثلة على مقياس VISTA-Beyond.

Alexandros Christoforos, Sarah Jenkins, Michael Brown, Tuan Pham, David Chen2026-02-03

🔢 mathematics

3DGS $^2$ -TR: Scalable Second-Order Trust-Region Method for 3D Gaussian Splatting

تقترح الورقة البحثية 3DGS $^2$ -TR، وهو مُحسِّن منطقة ثقة من الدرجة الثانية، قابل للتوسع وخالٍ من المصفوفات، يقرب الانحناء عبر طريقة هوتشينسونون وينظم التحديثات باستخدام مسافة هيلينجر المربعة لتحقيق تقارب أسرع واستهلاك أقل للذاكرة مقارنة بنهج الدرجة الثانية الحالية مع الحفاظ على تعقيد مشابه لخوارزمية ADAM.

Roger Hsiao, Yuchen Fang, Xiangru Huang, Ruilong Li, Hesam Rabeti, Zan Gojcic, Javad Lavaei, James Demmel, Sophia Shao2026-02-03

🤖 machine learning

Toward Autonomous Laboratory Safety Monitoring with Vision Language Models: Learning to See Hazards Through Scene Structure

تعالج هذه الورقة نقص بيانات التقييم البصري لمراقبة سلامة المختبرات ذاتية القيما عبر تقديم مسار لتوليد مجموعات البيانات الاصطناعية واقتراح طريقة محاذاة موجهة بمخطط المشهد، مما يحسن بشكل كبير قدرة النماذج اللغوية البصرية على اكتشاف المخاطر في الإعدادات البصرية فقط.

Trishna Chakraborty, Udita Ghosh, Aldair Ernesto Gongora, Ruben Glatt, Yue Dong, Jiachen Li, Amit K. Roy-Chowdhury, Chen (…)2026-02-03

🤖 AI

Text is All You Need for Vision-Language Model Jailbreaking

تقدم هذه الورقة البحثية Text-DJ، وهو هجوم اختراق جديد يتجاوز ضمانات السلامة في النماذج اللغوية البصرية الكبيرة عن طريق تحويل النصوص الضارة إلى شبكة من الصور التي تحتوي على استعلامات فرعية حميدة مبعثرة ومشتتات غير ذات صلة، مما يستغل قدرات التعرف الضوئي على الحروف (OCR) لدى النماذج وعدم قدرتها على الربط بين المدخلات متعددة الوسائط المجزأة.

Yihang Chen, Zhao Xu, Youyuan Jiang, Tianle Zheng, Cho-Jui Hsieh2026-02-03

🤖 machine learning

DISK: Dynamic Inference SKipping for World Models

تقدم الورقة البحثية DISK، وهي طريقة استدلال تكيفية لا تتطلب تدريباً، تستخدم وحدات تحكم ثنائية الفرع وقرارات تخطي عبر الوسائط لتحقيق تسريع بمقدار ضعفين في انتشار المسار و1.6 ضعف في انتشار الفيديو لنماذج العالم ذاتية الانحدار مع الحفاظ على دقة التنبؤ والجودة البصرية.

Anugunj Naman, Gaibo Zhang, Ayushman Singh, Yaguang Zhang2026-02-03

🤖 AI

Sparse Shortcuts: Facilitating Efficient Fusion in Multimodal Large Language Models

تقترح الورقة البحثية SparseCut، وهي بنية مبتكرة تعزز النماذج اللغوية الكبيرة متعددة الوسائط من خلال إدخال اتصالات اختصار متفرقة ووحدة دمج متعددة الحبيبات لدمج الميزات المرئية الهرمية بكفاءة دون زيادة العبء الحسابي أو طول المدخلات.

Jingrui Zhang, Feng Liang, Yong Zhang, Wei Wang, Runhao Zeng, Xiping Hu2026-02-03

🤖 machine learning

NPNet: A Non-Parametric Network with Adaptive Gaussian-Fourier Positional Encoding for 3D Classification and Segmentation

تُعد NPNet شبكة سحابة نقاط ثلاثية الأبعاد غير معلمية بالكامل تحقق أداءً قويًا في التصنيف والتقسيم، لا سيما في إعدادات التعلم من أمثلة قليلة، وذلك من خلال استخدام مؤثرات حتمية وتشفير موضعي غاوسي-فورييري تكيُّفي للتعامل مع المقاييس والكثافات المتغيرة دون أوزان متعلمة.

Mohammad Saeid, Amir Salarpour, Pedram MohajerAnsari, Mert D. Pesé2026-02-03

🤖 AI

S $^3$ POT: Contrast-Driven Face Occlusion Segmentation via Self-Supervised Prompt Learning

تقدم الورقة البحثية S $^3$ POT، وهو إطار عمل ذاتي الإشراف يعتمد على التباين، يجمع بين توليد الوجوه والتلقين المكاني لتقسيم عوائق الوجه بدقة دون الحاجة إلى أقنعة حقيقية للعوائق.

Lingsong Wang, Mancheng Meng, Ziyan Wu, Terrence Chen, Fan Yang, Dinggang Shen2026-02-03

🤖 AI

Improving Neuropathological Reconstruction Fidelity via AI Slice Imputation

تقدم هذه الورقة طريقة تعتمد على الذكاء الاصطناعي لرفع الدقة وتتميز بكفاءة حسابية، حيث تقوم باستكمال الشرائح المفقودة في عمليات إعادة بناء صور الدماغ ثلاثية الأبعاد غير المتماثلة (anisotropic) من صور التشريح، مما يعزز الدقة التشريحية، ويحسن دقة التجزئة الآلية، ويقوي التكامل بين الاعتلالات العصبية والتصوير العصبي.

Marina Crespo Aguirre, Jonathan Williams-Ramirez, Dina Zemlyanker, Xiaoling Hu, Lucas J. Deden-Binder, Rogeny Herisse, M (…)2026-02-03

🤖 AI

DIAMOND: Directed Inference for Artifact Mitigation in Flow Matching Models

تقدم الورقة البحثية DIAMOND، وهي طريقة تعتمد على الصفر (zero-shot) ولا تتطلب تدريباً، تعمل على تخفيف العيوب البصرية والتشريحية في نماذج مطابقة التدفق (flow matching) والنماذج الانتشارية (diffusion models) عن طريق تطبيق تصحيح المسار أثناء الاستدلال لتوجيه عملية التوليد بنشاط بعيداً عن الحالات الكامنة الإشكالية دون الحاجة إلى تعديل أوزان النموذج.

Alicja Polowczyk, Agnieszka Polowczyk, Piotr Borycki, Joanna Waczyńska, Jacek Tabor, Przemysław Spurek2026-02-03

→ السابق التالي ←

cs.CV

Bridging the Semantic Chasm: Synergistic Conceptual Anchoring for Generalized Few-Shot and Zero-Shot OOD Perception

3DGS2^22-TR: Scalable Second-Order Trust-Region Method for 3D Gaussian Splatting

Toward Autonomous Laboratory Safety Monitoring with Vision Language Models: Learning to See Hazards Through Scene Structure

Text is All You Need for Vision-Language Model Jailbreaking

DISK: Dynamic Inference SKipping for World Models

Sparse Shortcuts: Facilitating Efficient Fusion in Multimodal Large Language Models

NPNet: A Non-Parametric Network with Adaptive Gaussian-Fourier Positional Encoding for 3D Classification and Segmentation

S3^33POT: Contrast-Driven Face Occlusion Segmentation via Self-Supervised Prompt Learning

Improving Neuropathological Reconstruction Fidelity via AI Slice Imputation

DIAMOND: Directed Inference for Artifact Mitigation in Flow Matching Models

3DGS $^2$ -TR: Scalable Second-Order Trust-Region Method for 3D Gaussian Splatting

S $^3$ POT: Contrast-Driven Face Occlusion Segmentation via Self-Supervised Prompt Learning