12113 ورقة بحثية
تقدم الورقة البحثية SEER، وهي واجهة استدلال وقت التشغيل خالية من التدريب لنماذج الرؤية واللغة المجمدة، والتي تعمل على تحسين تصنيف العلاقات المكانية من خلال بناء رؤى أدلة محددة للاستعلام مع أدوار صريحة للموضوع/المفعول به وسياق هندسي تكميلي، مما يقلل بشكل كبير من الأخطاء الناجمة عن الرؤى العالمية الغامضة أو الاختيار غير الصحيح للنماذج.
تُثبت هذه الورقة أن تقليل الرموز المرئية لا يؤدي تلقائياً إلى تسريع الاستدلال متعدد الوسائط، حيث كشفت من خلال تحليل نقطة التعادل القابل لإعادة الإنتاج أن التوجيه قبل الرؤية (pre-vision routing) يتفوق على التقليم بعد الرؤية (post-vision pruning) على وحدات معالجة الرسومات مثل A100 عبر تجنب أعباء المعالجة المسبقة والترميز، على الرغم من تحقيقه لتقليل أصغر في الرموز اللاحقة.
تقدم هذه الورقة معياراً يوضح أن النماذج اللغوية الكبيرة متعددة الوسائط تظهر انحيازاً قوياً لإكمال الأنماط عند تحويل لقطات شاشة صفحات الويب إلى كود برمجي، حيث تقوم غالباً باستبدال العناصر المشوهة بصرياً بأنماط واجهة مستخدم متكررة حتى عندما تمتلك القدرة الاستدلالية لتحديد تلك الشذوذات.
تقدم هذه الورقة إطار عمل للتكيف النطاقي التنافسي غير الخاضع للإشراف ينقل معرفة التجزئة من صور الرنين المغناطيسي السينمائي (cine MRI) المسمّاة إلى صور الرنين المغناطيسي الديناميكي (EPI MRI) غير المسمّاة عند شدة مجال 0.55 تسلا، مما يتيح التوصيف المتزامن للحركة الدودية للرحم وتغيرات الأكسجة المعتمدة على الزمن لـ T2* لتوف الله رؤى جديدة حول التفاعل بين انقباض الرحم وخصائص الأنسجة.
يُعد TDVR إطار عمل للربط البصري ثلاثي الأبعاد يعتمد على التعلم الصفري ولا يتطلب تدريبًا، حيث يستفيد من إزالة الغموض النصي المدفوع بالنماذج اللغوية الكبيرة واستدلال سلسلة الأفك "chain-of-thought" لاستنتاج زوايا النظر المثلى والتمييز بين الأشياء المتشابهة، محققًا أداءً هو الأفضل في فئته على مجموعة بيانات ScanRefer من خلال التفوق بشكل كبير على الأساليب الحالية في التعامل مع الاستعلامات الغامضة وزوايا النظر الناقصة.
يُعد OmniPack إطار عمل لا يتطلب تدريباً يعمل على تعزيز كفاءة النماذج اللغوية الكبيرة متعددة الوسائط من خلال الجمع بين إزالة الفائض الهيكلي قبل مرحلة النموذج اللغوي الكبير وبين الصقل الدلالي بعد التفاعل، محققاً بذلك توازنات فائقة بين الأداء والكفاءة عبر معايير متعددة مع تقليل التكاليف الحسابية بشكل كبير.
تقترح هذه الورقة البحثية "UHP Detection"، وهو إطار عمل جديد بنظام الصندوق الأسود (black-box) يعمل على نمذجة الهلوسة كأنماط عدم يقين مهيكلة عبر أربع مجموعات اتساق محددة بنمط الاضطراب والقطبية المنطقية، متفوقاً بشكل ملحوظ على الأساليب الحالية من خلال التقاط سلوكيات هلوسة فريدة وقابلة للتعميم في النماذج اللغوية البصرية الضخمة.
يُعد FlowForm إطار عمل مبتكر لتخليق صور الأقمار الصناعية للفيضانات عالية الجودة، حيث يجمع بين التنظيم الكامن المستوحى من معادلات المياه الضحلة والاشتراط الواعي بالبنية للتغلب على ندرة البيانات وتوليد مشاهد فيضانات منطقية فيزيائياً ومتسقة طوبولوجياً.
تقدم هذه الورقة GeoMEB، وهو معيار مرجعي واسع النطاق يضم 45 مهمة تقييم حضرية، وGeo-Embed، وهو نموذج تضمين متعدد الوسائط موحد يتفوق بشكل كبير على النماذج المرجعية الحالية من خلال التعامل بفعالية مع المدخلات الجيومكانية غير المتجانسة مثل الصور، والنصوص، والمناطق، والتغيرات الزمنية.
يُعد MuRA إطار عمل جديدًا للتكيف في وقت الاختبار يتغلب على قيود تكوينات الرتب الثابتة في نماذج الرؤية واللغة من خلال الاختيار الديناميكي ودمج وحدات متعددة الرتب بناءً على التعقيد البصري على مستوى الرمز، مما يحقق تعميماً فائقاً مع تقليل العبء الحسابي.