12113 ورقة بحثية
تقدم هذه الورقة البحثية نموذج GUI-Cursor، الذي يعيد صياغة عملية تحديد المواقع في واجهات المستخدم الرسومية (GUI grounding) كمهة بحث تفاعلية باستخدام التغذية الراجعة البصرية من مؤشر (cursor) مُصوَّر والتعلم التعزيزي للتغلب على قيود التنبؤ بالإحداثيات في النماذج اللغوية البصرية (Vision Language Models)، محققاً بذلك أداءً فائقاً في مهام الاستدلال المكاني والمهام الوكيلية (agentic tasks) ببيانات تدريب أقل.
تقدم هذه الورقة البحثية GAT، وهي شبكة خصامية توليدية قابلة للتوسع تجمع بين البنيات القائمة على المحولات والتدريب في الفضاء الكامن وتقنيات الاستقرار المستهدفة لتحقيق توليد صور فعال وذو كفاءة عالية يحقق أداءً رائدًا عبر نطاق واسع من سعات النماذج.
تقترح هذه الورقة إطار عمل جديداً لا يتطلب تدريباً، يعزز إعادة بناء الصور القائمة على الانتشار لمختلف المسائل العكسية من خلال دمج معلومات جانبية متنوعة عبر البحث أثناء الاستدلال، مما يحسن الأداء باستمرار عبر العديد من الحلّال والمهام.
تقدم هذه الورقة البحثية تقنية TAG (التوجيه التماسي التضخيمي)، وهي طريقة للتعامل مع مرحلة الاستنتاج لا تتطلب تدريباً ولا تعتمد على بنية محددة، وتعمل على تقليل الهلوسة في نماذج الانتشار عبر تضخيم مكونات الدرجة المماسية لتوجيه مسارات أخذ العينات نحو مناطق ذات احتمالية أعلى في متشعب البيانات دون إضافة عبء حوسبي كبير.
تقدم هذه الورقة SpaceVista، وهو إطار عمل شامل يتميز بمجموعة بيانات SpaceVista-1M، ونموذج SpaceVista-7B، ومعيار تقييم جديد لتمكين الاستدلال البصري المكاني القوي عبر جميع المقاييس من المليمترات إلى الكيلومترات، وذلك من خلال التغلب على قيود تنسيق البيانات وفرط التخصيص المرتبط بمقاييس محددة عبر نظام معرفي مهيكل ونموذج تدريب تدريجي.
تقدم الورقة البحثية VERA-V، وهو إطار استدلال تبايني يعيد صياغة اكتشاف كسر الحماية متعدد الوسائط باعتباره تعلم توزيع خلفي مشترك على مطالبات النص والصورة، مما يتيح توليد مدخلات عدائية مقترنة ومتخفية تتفوق بشكل كبير على الأساليب الحالية في تجاوز حواجز الحماية لنماذج الرؤية واللغة.
تقدم هذه الورقة البحثية PRBench، وهو أول معيار قياسي لتقييم المتانة الاحتمالية في نماذج التعلم العميق، والذي يكشف أنه بينما توفر أساليب التدريب الخصومي مرونة أكبر عبر المعلمات الفائقة، فإن أساليب التدريب الخاصة بالمتانة الاحتمالية تحقق خطأ تعميم أقل ودقة نظيفة أعلى.
تقترح هذه الورقة إطار عمل قابلاً للتفسير يستفيد من مسار معلومات سريرية مقيد لتقييم مخاطر القلب والأوعية الدموية من صور الأشعة المقطعية للصدر بجرعة منخفضة، وذلك عبر دمج النتائج الرئوية مع المعرفة الطبية لتوليد مبررات باللغة الطبيعية، محققةً أداءً فائقاً على النماذج المرجعية الحالية في مجموعة بيانات تجربة الفحص الوطني للرئة.
تقدم هذه الورقة البحثية "كاندينسكي 5.0" (Kandinsky 5.0)، وهي عائلة من النماذج التأسيسية مفتوحة المصدر التي تضم متغيرات لتوليد الصور والفيديو بما يصل إلى 19 مليار معلمة، والتي تستفيد من دورة حياة شاملة لتنسيق البيانات وتقنيات تدريب متقدمة لتحقيق توليد عالي الدقة للصور وتوليد فيديو مدته 10 ثوانٍ بمستوى رائد في هذا المجال.
تقترح هذه الورقة إطار عمل لمحاذاة التمثيل (REPA) يستفيد من مشفرات DINOv2 سابقة التدريب لتوجيه النماذج القائمة على الانتشار والتدفق في حل المشكلات العكسية، مع إثبات نظري بأن هذا النهج يقلل من تباعد فضاء التضمين لتحسين جودة إعادة البناء والواقعية الإدراكية مع تقليل خطوات الاستدلال عبر مهام متنوعة.