12113 ورقة بحثية
تقترح هذه الورقة طريقة فعالة من حيث التكلفة باستخدام مجسات رخيصة على تمثيلات المشفر المجمدة لترتيب وفحص تكوينات نماذج الرؤية واللغة ثلاثية الأبعاد (3D-CT) بكفاءة، محققةً ارتباطاً عالياً مع نتائج الضبط الدقيق المكلفة ومقللةً بشكل كبير من الموارد الحسابية المطلوبة لاختيار المعلمات الفائقة.
تقدم هذه الورقة إطار عمل قائماً على التعلم يجمع بين عمود فقري لتحديد المواقع من نوع YOLOv8n ومفكك شفرة SAM2 متفرق ومُحسَّن بالتحفيز (prompt-optimized) لتحقيق تقسيم تشريحي للقصبة الهوائية يتسم بالمتانة والوقت الفعلي لعمليات بضع الرغامى الروبوتية الموجهة بالموجات فوق الصوتية، مما يتفوق بشكل كبير على نماذج U-Net المرجعية في كل من الدقة والتعميم مع تمكين التشغيل عن بُعد الروبوتي ذي الحلقة المغلقة.
تقدم الورقة البحثية نموذج BF-ConvUNeXt، وهو نموذج ConvNeXt U-Net مدمج وخالٍ من الانحياز يحقق إزالة الضجيج من الصور الملونة بنمط غاوسي الأعمى مع قدرة تعميم قوية عبر مستويات الضجيج وأداء تنافسي ضد النماذج الأكبر عبر الاستفادة من جذع غابور (Gabor stem) مجمد، وتوجيه هرم لابلات (Laplacian-pyramid routing)، وتجانس من الدرجة الأولى لتمكين نموذج واحد من التعامل مع نطاق واسع من مقاييس الضجيج.
تُظهر هذه الورقة أن عميلاً مستقلاً يعتمد على النماذج اللغوية الكبيرة يمكنه تنفيذ وتقييم ٢٦ طريقة لإعادة بناء الصور المقطعية بشكل مستقل، مما يكشف أن التصنيفات القائمة على بيانات مثالية وخالية من الضجيج تفشل في التنبؤ بالأداء تحت ظروف الضجيج الواقعية، وتسلط الضوء على ضرورة وجود معايير تقييم واقعية متعددة العوامل لقياس المتانة.
تقدم هذه الورقة البحثية Spatial-IQ، وهو إطار تشخيصي هرمي يفكك الاستدلال المكاني إلى مهام فرعية إدراكية ومعرفية للكشف عن سلوكيات الاختصار في النماذج اللغوية الكبيرة متعددة الوسائط، وتُظهر أن التدريب باستخدام الإشراف بسلسلة الأفك والأدوات والتعلم المعزز على هذه المهام الفرعية يحسن بشكل كبير كلاً من الاتساق المكاني ودقة المهام الإجمالية.
تقترح هذه الورقة البحثية "التصحيح الهندسي الطيفي" (GSR)، وهو إطار عمل للتنظيم الطيفي متباين الخواص يعمل على تضخيم القيم الذاتية المنهارة في مصفوفة "غرام" بشكل انتقائي للتغلب على عدم الاستقرار العددي لطرق التعلم المستمر التحليلي عند تطبيقها في سيناريوهات التعلم التزايدي للفئات ذات التوزيع غير المتوازن.
إنَّ HALLELUAI هو نظام متكامل يضمن توليد فيديو من الصور بواقعية فائقة وجودة إنتاجية على نطاق واسع، وذلك عبر دمج وحدة إشراف مدركة للهلوسة مع إطار عمل لإعادة التوليد القائم على الوكلاء، لتنقيح المخرجات بشكل تكراري وضمان سلامة العلامة التجارية والدقة البصرية.
تقترح الورقة البحثية طريقة DREAM، وهي طريقة للتعلم التزايدي للفئات لا تتطلب تدريباً، تعمل على تخفيف مشكلة "الاختصار النطاقي" في إعادة التشغيل التوليدي من خلال توظيف تصحيح الفضاء الجزئي، والإسقاط المتعامد، وتنظيم النماذج الأولية المرتكزة على البيانات الحقيقية لتحقيق أداء رائد دون تخزين نماذج حقيقية.
تحدد هذه الورقة أن نماذج الرؤية واللغة ذات المشفر المزدوج تفشل في الاستدلال التركيبي بسبب واجهة تشابه "حقيبة المفاهيم"، وتقترح طريقة لا تتطلب تدريباً تسمى LCSE (تحرير الدرجة المقيد بالمنطق) التي تفصل استخراج الأدلة عن تنفيذ القيود لتحسين الدقة المنطقية بشكل كبير مع الحفاظ على أداء الاسترجاع.
تقدم الورقة البحثية إطار عمل Fashion-3DLR، وهو إطار عمل مبتكر يستخدم محول انتشار لدمج ميزات الملابس (Garment Feature Fusion Diffusion Transformer) لدمج عناصر تصميم ثنائية الأبعاد متنوعة في الفضاء الكامن لتوليد ملابس ثلاثية الأبعاد عالية الجودة وقابلة للتحكم، قادرة على المحاكاة الفيزيائية والقياس الافتراضي، متجاوزةً بذلك الأساليب الحالية المتطورة.