12113 ورقة بحثية
تقدم الورقة البحثية إطار عمل PROBE، الذي يعزز قدرة كواشف الصور المولدة بالذكاء الاصطناعي على التعميم من خلال الاستكشاف النشط للمناطق الصعبة في الفضاء التوليدي لإنتاج عينات صعبة تهدف إلى تحسين متانة الكاشف ضد المولدات غير المرئية.
تقدم هذه الورقة إطار عمل لإعادة التصوير العكسي الاستقطابي بلقطة واحدة، يستخدم جهاز عرض LCD مستقطب وكاميرا استقطاب لتقدير خصائص السطح لكل بكسل (الناظم، والوضاءة، والخشونة، والمعدنية) في لقطة واحدة، متجاوزةً ندرة البيانات من خلال متشعب توليدي ومثبتةً دقة فائقة في إعدادات سطح المكتب الواقعية.
يُعد X-Edit إطار عمل لتحرير الفراغ الصفري (null-space) ذو صيغة مغلقة ومبني على أسس نظرية لنماذج المحولات الرؤيوية (Vision Transformers) الطبية، حيث يقوم بتحديد التنبؤات الخاطئة بدقة وتطبيق تحديثات بارامترية متعامدة لتصحيح أخطاء محددة دون التسبب في نسيان كارثي للقدرات التشخيصية التي تم تعلمها مسبقاً.
تقدم الورقة البحثية إطار عمل SMART، الذي يطلق قدرات المتجهات المتعددة الكامنة في نماذج التضمين القياسية أحادية المتجه من خلال الاستفادة من الحالات الخفية المجمدة أثناء الاستدلال، مما يحسن بشكل كبير أداء الاسترجاع متعدد الوسائط دون الحاجة إلى إعادة تدريب مكثفة.
تقدم هذه الورقة إطار عمل VISTA، الذي ينقل القابلية للتفسير من اللغة إلى الرؤية عبر محاذاة الرموز البصرية مع فضاء مشتت تلقائي (SAE) نصي موجود مسبقاً وموسوم في نماذج الرؤية واللغة، مما يتيح تحديد مواقع المفاهيم البصرية بدقة وتدخلات عابرة للنماذج متعددة الوسائط بفعالية دون الحاجة لتدريب مشتتات تلقائية (SAEs) مخصصة للرؤية.
تقدم هذه الورقة البحثية طريقة "محاذاة التشابه الذاتي الملطف" (TSA)، وهي طريقة تدريب مبتكرة تعزز المعقولية الفيزيائية للفيديوهات المولدة من خلال محاذاة توزيعات التشابه الذاتي المكاني-الزماني الخاصة بها مع توزيعات النماذج التأسيسية البصرية لالتقاط تفاعلات الأجسام وديناميكياتها في العالم الحقيقي بشكل أفضل.
تقترح هذه الورقة ConFi-GS، وهو إطار عمل لنمذجة التردد يعتمد على الموثوقية ويعزز دقة فائقة لتقنية Gaussian Splatting ثلاثية الأبعاد من خلال التمييز بين المناطق التي تحتاج إلى تفاصيل وتلك التي تحتوي على محتوى عالي التردد موثوق، مما يوجه مخطط تحسين موحد لحقن أنسجة متسقة وعالية الدقة مع كبح العيوب غير المتسقة عبر الرؤى.
تقيم هذه الورقة بشكل منهجي حدود التعميم عبر النطاقات لنماذج الرؤية التأسيسية في كشف التزييف العميق للوجوه، كاشفةً أنه بينما تتفوق هذه النماذج في تحديد التزييف الكامل للوجه، فإنها تعاني مع تقنيات التعديل الموضعي بسبب المقايضات المتأصلة بين نماذج التدريب المسبق وهياكل تقييم المسبار الخطي.
تقدم هذه الورقة طريقة تعتمد على الاستدلال فقط باستخدام التوجيه المتبقي القائم على المشفر التلقائي المتناثر لتقليل الهلوسة بشكل كبير وتحسين جودة التقارير في النماذج اللغوية الرؤيوية الطبية من خلال تطبيق اتجاهات تعزيز عالمية واتجاهات كبح خاصة بالنموذج، مما يثبت الفعالية عبر بنيات ومجموعات بيانات متعددة دون الحاجة إلى إعادة التدريب.
تقترح هذه الورقة ClueAegis، وهو إطار عمل وكيل جديد ثنائي المراحل يعيد صياغة الكشف عن الصور الاصطناعية كعملية معرفية مهيكلة وقائمة على الأدلة من خلال دمج استخراج القرائن الاستدلالي مع الاستدلال المشروط بالمهارة لتحقيق أداء يضاهي أحدث ما توصل إليه العلم، وتعزيز القدرة على التعميم، والتحليل الجنائي القابل للتفسير.