12113 ورقة بحثية
تقترح هذه الورقة إطار عمل CRoFT، وهو إطار توحيد للضبط الدقيق للنماذج سابقة التدريب على الرؤية واللغة، والذي يعمل على تحسين التعميم خارج التوزيع والكشف في المجموعات المفتوحة بشكل متزامن من خلال تقليل مقدار تدرج درجات الطاقة لتحقيق هسيانات متسقة مع النطاق.
تقدم هذه الورقة مجموعة بيانات SVBCX للأشعة السينية للصدر وبنية تعلم عميق مبتكرة تجمع بين محولات الرسوم البيانية (graph transformers) وتقنيات التجميع (ensemble techniques) وفقدان التقاطع المتوازن (Balanced Cross-Entropy loss) لتحقيق تصنيف عالي الدقة والمتانة لمرضي السحار السيليسي والالتهاب الرئوي، حيث حققت درجة F1 الكلية (macro-F1) بلغت 0.9749 ودرجات AUC-ROC تتجاوز 0.99.
تقترح هذه الورقة إطار عمل بايزي لنماذج التصنيف في التعلم الآلي التوليدي يدمج صراحةً عدم اليقين في قياس المدخلات، وتثبت من خلال تصنيف غطاء الأرض والمحاكاة الاصطناعية أن هذا النهج يقدم قدرة فائقة على التفسير والمتانة والكفاءة الحسابية مقارنة بالنماذج الشائعة مثل الغابات العشوائية والشبكات العصبية.
تقدم الورقة البحثية TailedCore، وهو إطار عمل جديد للكشف عن الشذوذ غير الخاضع للإشراف يستخدم TailSampler للتعامل بشكل مستقل مع عينات الفئات الذيلية والبيانات الضوضائية، مما يتغلب على مقايضة الأداء بين المتانة تجاه الضوضاء والحساسية تجاه الفئات الذيلية في مجموعات البيانات ذات الذيل الطويل والملوثة.
تقدم هذه الورقة البحثية V2V3D، وهو إطار عمل غير خاضع للإشراف يعمل على التحسين المشترك لإزالة الضجيج من الصور وإعادة البناء ثلاثي الأبعاد للمجهر ذي المجال الضوئي، وذلك عبر الاستفادة من استقلالية الضجيج من عرض لآخر وتقنية مبتكرة لمحاذاة الميزات قائمة على البصريات الموجية لتحقيق تصوير عالي الجودة دون الحاجة إلى بيانات مرجعية.
يُعد Doc-CoB إطار عمل يعزز فهم المستندات في النماذج اللغوية الكبيرة متعددة الوسائط من خلال توظيف استراتيجية استدلال "سلسلة الصناديق" البصرية من الخشن إلى الناعم، والتي تركز تدريجياً على مناطق التخطيط ذات الصلة بالاستعلام مع الحفاظ على السياق العالمي، مدعوماً بمجموعة بيانات جديدة تضم 249 ألف عينة تدريبية.
يقدم Pusa V1.0 طريقة غير تدميرية للتكيف مع الخطوات الزمنية المتجهة (VTA) تتيح تحكماً زمنياً دقيقاً وصفرياً (zero-shot)—بما في ذلك تحويل الصور إلى فيديو، وتكييف إطارات البداية والنهاية، وتمديد الفيديو—في نماذج انتشار الفيديو مسبقة التدريب مع الحفاظ الكامل على القدرات التوليدية الأصلية للنموذج الأساسي.
يُعد ProGraD إطار عمل خفيف الوزن ومنظم للاستدلال العلاقاتي، يتغلب على قيود التطبيق الساذج لنماذج الرؤية التأسيسية على كشف الأنشطة الجماعية من خلال تقديم محول سياق المجموعة (GroupContext Transformer) ومطالبات قابلة للتعلم لنمذجة الارتباطات بين الفاعل والمجموعة بفعالية، محققاً أداءً هو الأفضل في فئته مع عدد أقل بكثير من المعلمات القابلة للتدريب.
تقدم هذه الورقة البحثية التدريب المسبق ذاتي الإشراف الموجه بالشذوذ (AGSSP)، وهو إطار عمل جديد مكون من مرحلتين يستفيد من مجموعة بيانات صناعية جديدة تضم 120,000 صورة ومن أولويات الشذوذ للتغلب على فجوات النطاق والتعلم ذاتي الإشراف غير الفعال، مما يحسن بشكل كبير أداء كشف عيوب الأسطح المعدنية مقارنة بالتدريب المسبق التقليدي القائم على ImageNet.
تقترح هذه الورقة إطاراً موحداً لنسيان المفاهيم في نماذج الانتشار من نص إلى صورة، يقوم بتعميم هدف متوسط مربع الخطأ (MSE) القياسي ليشمل تباينات التعسفية، مما يوفر حلولاً مغلقة الشكل وفعالة لتباينات محددة مثل هيلينجر، ونهجاً تباينياً قائماً على الحد الأدنى-الأقصى لتباينات أخرى لتحقيق توازن أفضل بين فعالية النسيان ودقة التوليد.