12113 ورقة بحثية
تقدم هذه الورقة نموذج MRT، وهو نموذج انتشار مناطق مقنع (masked region diffusion model) بـ 20 مليار معلمة تم تدريبه على 10 ملايين عينة ليوحد مهام تحويل النص إلى طبقات، والصورة إلى طبقات، والطبقات إلى طبقات، لتحقيق توليد وتحرير صور شفافة متعددة الطبقات في الوقت الفعلي وبأفضل حالة ممكنة، بجودة وكفاءة متفوقتين مقارنة بالأنظمة التجارية والمتزامنة الحالية.
تقدم هذه الورقة MET-DP، وهو إطار عمل جديد للبرمجة الديناميكية يحدد تلقائياً العدد الأمثل للعتبات لتقسيم الصور متعدد المستويات باستخدام معيار "الحد الأدنى من خطأ العتبة" المعدل، مما يظهر كفاءة حوسبية فائقة وقدرات اكتشاف تلقائي للعتبات مقارنة بالطرق التقليدية، وإن كان ذلك مع مقاييس جودة صور (SSIM وPSNR) أقل قليلاً من النهج المحدد من قبل المستخدم.
تقدم الورقة البحثية نموذج Gemini Embedding 2، وهو نموذج تضمين متعدد الوسائط أصيل يوحد الفيديو والصوت والصورة والنص في فضاء تمثيل واحد، محققاً أداءً هو الأفضل في فئته عبر مهام الاسترجاع المتنوعة أحادية الوسائط، ومتعددة الوسائط، وعبر الوسائط، مع إظهار قدرات قوية في التعلم الصفري ضمن المجالات المتخصصة.
تقدم الورقة البحثية PlayClass، وهو مسار آلي يجمع بين التتبع طويل الأمد وتضمينات النماذج التأسيسية لتصنيف سلوكيات اللعب الإيجابية في الدواجن من فيديو علوي، محققاً درجة 77.0 في متوسط F1 الكلي رغم التحديات مثل الانسداد والتشابهات الحركية بين أفعال اللعب وغير اللعب.
تقترح هذه الورقة البحثية "إسقاط الرؤية" (View Dropout)، وهو تدخل تدريبي يجبر النماذج متعددة الوسائط الموحدة على استخدام صور التفكير الوسيطة من أجل التفكير المكاني عبر الرؤى، مما يثبت أن التفكير البصري البانورامي المقترن بهذه الطريقة يحقق تعميماً فائقاً خارج النطاق من خلال موازنة القابلية للتعلم مع القدرة المعلوماتية.
تقدم هذه الورقة "Chartographer"، وهو إطار عمل يقوم بتوليد مخططات مضادة للواقع عبر هندستها عكسياً إلى كود قابل للتنفيذ لتقييم قدرات الاستدلال البصري لنماذج اللغة والرؤية بدقة، مما يكشف أن العديد من النماذج تفشل في التعميم عندما يتم تغيير بيانات المخطط الأساسية رغم إجابتها على الأسئلة الأصلية بشكل صحيح.
تقترح هذه الورقة إطار عمل لتوليد الصور القابل للتحكم يستفيد من التمثيلات المستمدة من نماذج التعلم الذاتي مسبقة التدريب لتهيئة عمليات الانتشار، مما يعزز جودة التوليد غير المشروط مع تمكين التحكم السلس والمتمايز في التباينات الناتجة دون الحاجة إلى مجموعات بيانات موسومة واسعة النطاق.
تقدم هذه الورقة البحثية "اتساق النظرة الاجتماعية" كإشارة دلالية عالية المستوى جديدة للكشف عن الصور المولدة بواسطة الذكاء الاصطناعي، وذلك من خلال تحليل التماسك المتبادل بين نظرات العين، ومحاذاة الرأس والعين، وموضع بؤبؤ العين بين الأفراد المتفاعلين، مما يثبت من خلال مجموعات بيانات محكومة والتحقق عبر البنى الهيكلية المختلفة أن هذا النهج يتغلب بفعالية على قيود طرق الكشف الحالية القائمة على العيوب منخفضة المستوى.
تقدم هذه الورقة "التعلم الخطي الاتحادي القابل للنسيان" (Forgettable Federated Linear Learning)، وهو إطار عمل يقرب الشبكات العصبية العميقة باستخدام نماذج خطية لتمكين عملية نسيان اتحادي معتمدة وفعالة وآمنة دون الحاجة إلى اتصالات إضافية من العملاء أو تخزين النماذج التاريخية.
تقدم هذه الورقة إطار عمل لتقسيم صور الرنين المغناطيسي لا يتطلب تدريباً، وذلك باستخدام تحليل البيانات الطوبولوجية والهمولوجيا المستمرة المكعبة لتقسيم البنى التشريحية تلقائياً دون الحاجة إلى مجموعات بيانات ضخمة موسومة، مما يوفر خطاً مرجعياً قابلاً للتفسير ومناسباً لإعدادات البيانات الشحيحة وصقل الخبراء.