12113 ورقة بحثية
تُعد ReToken عبارة عن تضمين واحد خفيف الوزن وقابل للتعلم، يعمل بكفاءة على استرجاع الرموز البصرية ذات الصلة بالاستعلام من ذاكرة التخزين المؤقت (KV cache) المعبأة مسبقاً، مما يحسن بشكل كبير أداء نماذج الرؤية واللغة في مهام استرجاع الصور والفيديوهات ذات السياق الطويل مع بقائه ممكناً من الناحية الحسابية على وحدة معالجة رسوميات واحدة.
تقدم هذه الورقة مراجعة شاملة لطرق التعلم الخاضع للإشراف الذاتي التمييزي في الرؤية الحاسوبية، حيث تصنفها بشكل منهجي إلى خمسة نهج رئيسية، وتحلل آلياتها وأداءها عبر المعايير القياسية، وتناقش الأسس النظرية، والتحديات العملية، واتجاهات البحث المستقبلية.
تقترح هذه الورقة البحثية "تقطير التمثيل العلاقاتي" (Relational Representation Distillation)، وهي طريقة مبتكرة لتقطير المعرفة تحافظ على العلاقات النسبية بين الحالات باستخدام معاملات درجة حرارة منفصلة للتغلب على قيود تباعد كولباك - ليبلر (KL divergence) القياسي والتعلم التبايني شديد الصرامة، مما يحقق أداءً فائقاً عبر مهام نقل متنوعة.
تقدم SynCo إطار عمل مبتكر يعزز تعلم التمثيلات المرئية التباينية ذاتية الإشراف من خلال توليد سلبيات صعبة اصطناعية متنوعة في فضاء التمثيل، محققة أداءً فائقاً في تصنيف ImageNet ومهام الكشف اللاحقة مقارنة بالطرق الرائدة مثل MoCo-v2 وMoCHI.
تقترح هذه الورقة استراتيجية تعزيز مزدوجة لتقطير المعرفة تعمل على تعزيز تعلم الميزات الثابتة في كل من نموذجي المعلم والطالب، مما يؤدي إلى تمثيلات قوية وأداء تنافسي على مجموعة بيانات CIFAR-100.
تقدم هذه الدراسة مراجعة شاملة لمجالات حقول الإشعاع العصبي (NeRFs)، حيث تغطي التطورات النظرية، وتمثيلات المشاهد، والتطبيقات في الرؤية الحاسوبية والروبوتات، بالإضافة إلى مجموعات البيانات وأدوات البرمجة المتاحة، فضلاً عن التحديات الراهنة واتجاهات البحث المستقبلية.
تتناول هذه الورقة البحثية أوجه القصور في توليد الرسوم البيانية للمشاهد الديناميكية الحالي من خلال تقديم إطار تقييم شامل يتضمن خمسة مقاييس جديدة واقتراح نموذج مرجعي قوي يعتمد على النماذج اللغوية الكبيرة متعددة الوسائط (MLLM) يستخدم استراتيجية "الاستنتاج ثم التحديد" من الأعلى إلى الأسفل، والتنبؤ بمجموعة العلاقات الزمنية، والضبط الدقيق الواعي بالأهمية لتحقيق أداء رائد.
يُعد OmniAD إطار عمل متعدد الوسائط ومبتكرًا يوحد بين كشف الشذوذ وفهمه في البيئات الصناعية من خلال الاستفادة من ترميز القناع القائم على النصوص والاستدلال الموجه بصريًا، محققًا أداءً رائدًا في معيار MMAD عبر استراتيجية تدريب هجينة تجمع بين الضبط الدقيق الخاضع للإشراف والتعلم التعزيزي.
تقترح هذه الورقة طريقة مبتكرة لتعزيز البيانات تعتمد على الانتشار الموجه بالثقة، والتي تولد عينات تحدي من خلال تعظيم التباين بين المعلم والطالب للتخفيف من حدة الانزياح المشترك في التوزيع وتحسين أداء تقطير المعرفة في ظل محدودية تغطية البيانات.
تقدم الورقة البحثية Cluster Contrast (CueCo)، وهي طريقة جديدة لتعلم التمثيل البصري غير الخاضع للإشراف تجمع بشكل تآزري بين أهداف التعلم التبايني والتجميع لتشتيت الميزات غير المتشابهة ومحاذاة الميزات المتشابهة في آن واحد، محققةً أداءً هو الأفضل في فئته على معايير CIFAR وImageNet.