12113 ورقة بحثية
تقترح الورقة البحثية DualDiT، وهو نموذج محول انتشار ثنائي المخرجات ومشروط يتفوق على نماذج الانتشار التقليدية القائمة على بنية U-Net في توليد صور التصوير المقطعي للتماسك البصري (OCT) وأقنعة التجزئة لعيون الفئران بشكل واقعي، مما يعالج بفعالية ندرة البيانات من خلال دقة توليدية فائقة وفائدة في عمليات التجزئة اللاحقة.
يُعد SatEdit إطار عمل لتحرير صور الأقمار الاصطناعية مشروطاً بالقناع، حيث يستفيد من نماذج التجزئة التأسيسية والنماذج الرؤية-اللغوية لتوليد بيانات تدريب مصنفة تلقائياً من صور غير مصنفة، محققاً بذلك تحكماً فائق الدقة مكانياً على مستوى الكائنات ومحاذاة دلالية مقارنة بنماذج التحرير الحالية.
تقدم هذه الورقة البحثية مهمة تخطيط إجراءات المشاهد عبر الفيديوهات (CVSPP)، وهي مهمة جديدة تتطلب من النماذج استرجاع الأدلة المرئية ذات الصلة وتخطيط الإجراءات في آن واحد، وتقترح طريقة دمج الأدلة في خطوة واحدة (OSEF)، وهي طريقة تتجنب الاختيار الصارم عبر دمج جميع الأدلة المرشحة في شبكة لينة للتخطيط، محققةً أداءً هو الأفضل في فئته على معيار مرجعي جديد مكون من أحد عشر مصدراً.
تقدم هذه الورقة البحثية "Role-Break"، وهي ظاهرة موحدة على مستوى الرأس، حيث تظهر الهلوسة في نماذج الرؤية واللغة كاختلافات موضعية في رؤوس الانتباه، مما يتيح تطوير كاشف خطي خفيف الوزن ولا يتطلب ضبطاً دقيقاً يحقق دقة عالية عبر نماذج ومعايير متنوعة.
تقدم الورقة البحثية MoPET، وهو إطار عمل لخليط من الخبراء فعال في استخدام المعلمات، يستخدم موجهاً متفرقاً لاختيار المهايئات منخفضة الرتبة ديناميكياً ضمن نموذج تأسيسي مجمد، مما يدمج بفعالية مهام متعددة متباينة في التصوير الطبي داخل شبكة واحدة مع التخفيف من حدة الانتقال السلبي والتفوق على كل من الضبط الدقيق الكامل ونهج المهايئات المنعزلة.
تقترح هذه الورقة إطار عمل للتكيف النطاقي للرسوم البيانية متعدد المصادر ومتعدد الرؤى مع ترميز متبقٍ زائدي، يقوم بنمذجة رؤى الاتصال الوظيفي غير المتجانسة وتنسيق التوزيعات متعددة المصادر بشكل مشترك لتحقيق تحديد قوي عبر المواقع للاضطراب الاكتئابي الكبير من بيانات التصوير بالرنين المغناطيسي الوظيفي في حالة الراحة.
تقدم الورقة البحثية "FriendBench"، وهو معيار لقياس مدى القدرة على استنتاج الألفة الثنائية من مقاطع فيديو لكسر الجليد مدتها 20 ثانية، والتي كشفت أنه في حين تضاهي النماذج متعددة الوسائط الرائدة دقة البشر، إلا أنها تعتمد على إشارات مختلفة وتظهر انحيازاً لتصنيف الأزواج كغرباء، بينما يستفيد البشر بشكل فريد من الإشارات السلوكية المرئية التي تتجاوز الكلام.
تقدم الورقة البحثية نموذج "ناقد العالم" (WCM)، وهو نهج مبتكر للتعلم المعزز القائم على الرؤية واللغة والأفعال، يستفيد من بنية LeJEPA خفيفة الوزن للتنبؤ المشترك بالحالات الكامنة المستقبلية وتقدير القيم، مما يتغلب على قيود الناقد أحادي الإطار ويحقق أداءً رائدًا وقدرة على التعميم عبر مهام التلاعب الروبوتية المتنوعة.
تقدم هذه الورقة درجة EPC، وهي مقياس غير مرتبط بنموذج محدد يحدد جودة التفسير من خلال الموازنة بين ندرة الميزات والحفاظ على الأداء، وتثبت فعاليتها عبر أنماط متعددة من البيانات من خلال إظهار توافقها القوي مع الفهم المتمحور حول الإنسان.
يقدم HierDoc إطار عمل هرمي لتوجيه الأدلة يتكون من مرحلتين، يعمل على تحسين اختيار الصفحات واستخراج المناطق بشكل متسلسل باستخدام تقنية GRPO المرحلية مع مكافآت المجموعات المهيكلة، محققاً أداءً هو الأفضل في فئته في مجال الإجابة على الأسئلة المرئية للوثائق الطويلة عبر سد الفجوة بفعالية بين الاستحواذ العام على الصفحات والتحديد الدقيق للمناطق.