12113 ورقة بحثية
تقترح هذه الورقة إطار عمل للتعلم التعزيزي يعتمد على تحسين السياسة النسبية للمجموعة (GRPO)، والذي يُمكّن نماذج الرؤية واللغة من التفكير في تعديلات الصور المُنشأة بواسطة الذكاء الاصطناعي وتحديد مواقع التلاعب باستخدام مكافآت بسيطة للدقة والتنسيق، محققةً أداءً تنافسياً في الكشف دون الحاجة إلى إشراف صريح على التفكير.
تقترح هذه الورقة سير عمل للمراقبة عبر الأقمار الاصطناعية النانوية ذاتية التحكم يجمع بين الاستدلال الطرفي على متن القمر الاصطناعي وبين تعزيز البيانات التوليدي القائم على نماذج الانتشار للتغلب على قيود عرض نطاق التردد الهابط وعدم توازن الفئات، محققاً معالجة في الوقت الفعلي وتحسناً كبيراً في دقة الكشف عن فئات الطائرات النادرة.
تقدم الورقة البحثية GenEvA، وهو إطار عمل توليدي لتجميع الأدلة الكامنة ينظم إطارات الفيديو المختارة في أدلة عابرة للإطارات ذات صلة بالاستعلام عبر واجهة كامنة موجهة بالتوزيع، مما يحسن بشكل كبير من أداء فهم الفيديوهات الطويلة مع حد أدنى من التكاليف الحسابية الإضافية.
تقترح الورقة البحثية DAR-Net، وهو إطار عمل جديد وشامل لترميم الصور يعالج تحديات الغموض الدلالي والمكاني من خلال تمثيل نمطي للتدهور (Degradation Archetype Representation) ووحدات تصحيح مخصصة، محققاً أداءً هو الأفضل في فئته عبر مختلف معايير قياس التدهور المتنوعة.
تقدم هذه الورقة MarkushGlyph وOCSRGlyph، وهما نموذجان لترجمة الصور إلى نصوص يحسنان بشكل كبير من التعرف على البنى الكيميائية من خلال الاستفادة من نهج الرؤية واللغة لبنى ماركوش (Markush structures) وتعزيز التعامل مع الكيمياء الفراغية للجزيئات المفردة، إلى جانب مقياس جديد لتقييم دقة ترجمة بنى ماركوش.
تقدم هذه الورقة تقييماً منضبطاً لثمانية تصميمات لوحدات الدمج من أجل مطابقة استعلامات اللغة الطبيعية مع أرشيفات صور الأقمار الصناعية ثنائية الزمن بكفاءة، مما يثبت أن البحث ثنائي المرحلة الخالي من التدريب يقلل تكاليف الاستعلام بشكل كبير مع الحفاظ على الأداء، ويكشف أن النماذج الخطية المقيدة بالذاكرة مثل Mamba لا توفر أي ميزة في السرعة مقارنة بآليات الانتباه عند مقاييس الرؤية النموذجية.
تُعد MixFrag إطار عمل للكمّ بعد التدريب مختلط الدقة وموجّه بالهشاشة لنماذج المحولات الرؤيوية (Vision Transformers)، حيث يقوم بتقدير حساسية مستوى المكونات عبر تباعد كولباك - ليبلر (KL divergence) ويُحسّن تخصيص البتات باستخدام مسألة حقيبة متعددة الخيارات لتحقيق أداء رائد في مهام تصنيف الصور وكشف الأشياء.
تقدم هذه الورقة تقنية "تقطير العزو البصري" (VAD)، وهي خوارزمية مضادة للواقع تعمل على عزل التصحيحات المنسوبة بصرياً من إشارات المعلم المختلطة في عملية التقطير متعدد الوسائط القائمة على السياسة، وذلك لإعادة بناء أهداف تدريبية أكثر فعالية ومتوافقة مع الأدلة، والتي تتفوق على الأساليب الحالية في معايير الاختبار البصرية دقيقة التفاصيل.
تقدم الورقة البحثية "Beacon"، وهو نموذج استدلال بصري وكيل (agentic) مبتكر يحسن الأداء العام من خلال معالجة أوجه القصور في النماذج الحالية في مجالي التكيف مع الأنماط (Mode Adaptiveness) وتأثير الأدوات (Tool Effect) عبر إطار عمل للتعلم المعزز يتميز بمكافآت تكيفية مدركة للضرورة (Necessity-Aware Adaptive Rewards) وتوسيع القدرات الموجه بالتلميح (Hint-Guided Capability Expansion).
تقدم هذه الورقة البحثية OSReward، وهو معيار شامل يكشف عن أوجه القصور في نماذج الرؤية واللغة الحالية كحكام للوكلاء المستخدمين للحاسوب، وتعالج هذه الفجوة من خلال إطلاق OS-Shepherd، وهي عائلة من نماذج المكافأة المفتوحة ومنخفضة التكلفة والمدربة على مجموعة بيانات جديدة موسومة بالاستدلال تضاهي الأداء التجاري بجزء بسيط من التكلفة.