12113 ورقة بحثية
تُثبت هذه الورقة أن دمج الأولويات الموسمية القائمة على الأسس البيولوجية مع البيانات متعددة الأنماط (المرئية والحرارية) يعزز بشكل كبير من موثوقية تصنيف وتوسيم الحياة البرية لآيل الأرخص، وذلك عبر تحديد نوافذ الأدلة المتوقعة، وحل التسميات الغامضة من خلال المراجعة البشرية، وتحسين التنبؤ الانتقائي لتحقيق دقة عالية مع إدارة عدم اليقين.
تُعد PixelUp طريقةً لرفع دقة الصور تعتمد على التعلم الصفري (zero-shot) وتكون مستقلة عن نماذج الرؤية الأساسية (VFM-agnostic)، حيث تستفيد من بنية انتباه تقاطعي نافذي من الخشن إلى الناعم موجه بميزات دلالية متعددة المقاييس للتغلب على الدقة المنخفضة لنماذج الرؤية الأساسية، محققةً أداءً رائدًا في مهام التنبؤ الكثيف مثل التجزئة الدلالية وتقدير العمق دون الحاجة إلى إعادة التدريب.
تقدم الورقة البحثية SAGE، وهو إطار عمل لاحق للتحليل (post-hoc) يستفيد من نموذج رؤية-لغة متخصص في علم الأمراض لتوليد تفسيرات عالمية قائمة على اللغة لنماذج البقاء القائمة على الانتباه في علم الأمراض الحسابي، مما يكشف كيفية دفع مفاهيم نسيجية محددة للتنبؤات عبر مجموعات المرضى وتمكين اكتشاف المؤشرات الحيوية.
تقدم هذه الورقة إطار عمل موحداً ثنائي الأبعاد يدمج الاستدلال القائم على النماذج اللغوية الكبيرة مع كشف الآفات، وتجزئتها، وتوليد تقارير قصيرة على مجموعة بيانات DeepLesion، محققةً تحسينات ملحوظة في الأداء مقارنة بالنماذج الحالية مثل nnUNet مع إطلاق كودها وبياناتها ونماذجها كأساس مفتوح المصدر.
تكشف هذه الورقة أن التعلم في السياق متعدد الأمثلة (many-shot in-context learning) في نماذج الرؤية واللغة يمكن أن يؤدي إلى "انهيار في السياق" كارثي حيث تنخفض الدقة بشكل حاد مع تراكم الأمثلة التوضيحية، وتحدد هذا الفشل باعتباره خللاً محددًا في مسار تكامل الرؤية واللغة، وتقترح تدخلًا خفيف الوزن وقابلًا للنقل يسمى CircA لاستعادة التعلم القوي.
تقدم الورقة البحثية CURV، وهو إطار عمل للتعلم المنهجي مقترن بمجموعة بيانات CCQA، والذي يعزز الإجابة على الأسئلة المتعلقة بالمخططات البيانية من خلال تدريب النماذج متعددة الوسائط على أداء استدلال بصري جوهري متعدد الخطوات ومرتبط بالواقع، مما يؤدي إلى تحسينات كبيرة في الأداء عبر مختلف المعايير المرجعية.
تُثبت هذه الدراسة أن تقنيات القناع والتركيب من جانب العميل يمكن أن تنجح في حصر تعديلات جراحة التجميل في مناطق وجه محددة عبر مختلف واجهات برمجة التطبيقات التجارية دون الحاجة إلى الوصول إلى المكونات الداخلية للنماذج، مما يوفر حلاً منخفض التكلفة لمنع التغييرات غير المقصودة في ملامح الوجه الأخرى.
تقترح هذه الورقة وتقيم طرقًا معدلة للتكيف في وقت الاختبار (TTA) لتسجيل السحب النقطية ثلاثية الأبعاد في جراحة المناظير، مظهرةً أن التكيف مع المدخلات يقدم التوازن الأكثر واعدًا بين زمن الاستجاء المنخفض وتحسن الأداء المتسق عبر مجموعات البيانات الاصطناعية والواقعية مقارنةً بالنهج القائم على النموذج والنهج القائم على التطبيع.
تقدم هذه الورقة مسار عمل لا يتطلب تدريباً يقوم بتصحيح عيوب درجات الحرارة التصويرية الحرارية في التوائم الرقمية للتراث الثقافي من خلال اشتقاق الانبعاثية لكل بكسل من تقسيم الصور (RGB) ذي المفردات المفتوحة، مما يكشف عن أنه بينما يحسن هذا الأسلوب الدقة بشكل كبير بالنسبة للتشوهات ذات الانبعاثية المنخفضة، فإن تأثيره على أسطح التراث المعتادة المتجوية يكون محدوداً نظراً لانبعاثيتها العالية والمتجانسة طبيعياً.
يُعد Qwen-3D نموذجاً لغوياً متعدد الوسائط جديداً مدركاً للهندسة، حيث يستفيد من تضمينات الموضع الدورانية ثلاثية الأبعاد ومفكك ترميز تجزئة قائم على الاستعلام لتوحيد الاستدلال المكاني، والتأصيل المرجعي، وتجزئة الكائنات عبر الصور ومقاطع الفيديو، مما يجسّر بفعالية الفجوة بين اللغة والتنبؤات الهندسية ثلاثية الأبعاد الكثيفة مع التفوق على النماذج المتخصصة والمملوكة الحالية.