12063 ورقة بحثية
تقدم الورقة البحثية طريقة "التعلم المعزز بتباين الضجيج" (NC-GRPO)، وهي وسيلة تعمل على تنويع مخرجات التعلم المعزز للنماذج اللغوية البصرية عبر حقن ضجيج مُعاير في الفضاء الكامن بدلاً من البكسلات، مما يعزز بشكل كبير القدرة على الاستنتاج خارج النطاق والمتانة ضد الهلوسة مع الحفاظ على حد أدنى من بصمة التنفيذ.
يُعد SketchFlow إطار عمل مبتكر لتوليد رسومات المتجهات بنمط (zero-shot)، حيث يستفيد من مطابقة التدفق الشرطي القائم على النقل الأمثل ضمن فضاء CLIP الكامن، مدمجاً مع نموذج خليط غاوسي مسبق وفك تشفير انتشار هجين، لإنتاج مسارات ضربات فرشاة عالية الجودة تشبه تلك البشرية دون الحاجة إلى بيانات مقترنة بين النص والرسومات.
تقترح هذه الورقة البحثية نموذج مشفر تلقائي تبايني شرطي (CVAE) تم تدريبه على مجموعة بيانات صغيرة من تعبيرات الوجه البشرية الحقيقية لتوليد رسوم متحركة لبشر افتراضيين واقعيين وقابلين للتحكم، تحافظ على الاتساق الدلالي وتعكس بدقة شدة المشاعر المتفاوتة دون الحاجة إلى تدخل يدوي.
تشخّص هذه الورقة الإخفاقات التركيبية في نماذج تحويل النص إلى صورة المعززة بالاستدلال عبر إثبات أن فك التشفير ينفذ الخطة المولدة بأمانة بينما يمثل المخطط نفسه عنق الزجاجة بسبب الانحيازات المعتمدة على الصياغة والازدحام الهندسي، مما يثبت أن تعديل الخطة الصريحة بدلاً من إعادة تدريب النموذج يحل هذه الأخطاء بفعالية.
تقدم هذه الورقة البحثية SHIP، وهي طريقة تعمل على معايرة عتبات الإصدار على مستوى السياسة بدلاً من مستوى المرشح لضمان ضبط المخاطر الصالح لأنظمة تحويل النص إلى صورة الموجهة بالتحقق والتي تستخدم البحث في وقت الاختبار، مما يقلل بشكل كبير من خطر المخرجات المُطلقة مع الحفاظ على الصلاحية في العينات المحدودة.
تُثبت هذه الورقة أن التصميم المعماري للمشفرات، وليس مجرد تدريبها، هو المصدر الرئيسي للبنية القابلة لإعادة الاستخدام وذات الصلة بالمهام في تمثيلات أحداث غرفة الإسقاط الزمني (TPC)، كما يتضح من الفائدة العابرة للتجارب لتمثيلات التضمين المستخرجة من نماذج Sparse ResNet وPointNet، سواء كانت مدربة أو ذات تهيئة عشوائية.
تُثبت هذه الورقة أن تكييف نماذج CLIP مسبقة التدريب عبر الضبط الدقيق للمُشفّر يُحسن بشكل كبير من دقة التحديد الجغرافي الإقليمي في المناطق الحضرية من خلال تعزيز الحساسية لتكوينات المشاهد المتكاملة، في حين تظل النماذج المجمدة التي تعتمد على الميزات صفرية التدريب غير فعالة للتمييز دقيق التفاصيل.
تقترح الورقة البحثية GapSight، وهو إطار عمل يدرب موجِّهًا خفيف الوزن لتمكين نماذج الرؤية واللغة من إعادة فحص مناطق صور حرة التنسيق بشكل انتقائي بناءً على إشارات الفشل الخاصة بها (الإشراف بفجوة الخسارة)، مما يحسن الأداء بشكل كبير في المهام التي تركز على التفاصيل دون زيادة تكاليف الحوسبة بشكل عشوائي.
تقدم هذه الورقة LiteEvent-AE، وهو مشفر تلقائي خفيف الوزن للرؤية القائمة على الأحداث يحقق دقة تمييز تنافسية مع عدد معاملات أقل بمقدار 35.6 ضعفاً واستهلاك طاقة أقل بمقدار 726.3 ضعفاً مقارنة بـ YOLOv9، مما يتيح استدلالاً مستداماً وفي الوقت الفعلي على الأجهزة الطرفية محدودة الموارد مثل Raspberry Pi 4B وNVIDIA Jetson Nano.
تقدم هذه الورقة البحثية DefaultShift، وهو إطار عمل للتدقيق المزدوج وطريقة للمعايرة تكتشف وتخفف من حدة "الانزياح الدلالي الافتراضي" — وهو التغيير غير المقصود في توزيعات السمات غير المحددة في نماذج تحويل النص إلى صورة المتسارعة — مما يضمن الحفاظ على الدلالات دون المساس بجودة المخرجات.