12113 ورقة بحثية
إن PathWISE هو مسار عمل متعدد الوكلاء يقوم بتحويل المخططات الانسيابية لمسارات السرطان السريرية غير القابلة للحوسبة إلى مكتبات HL7 CQL صالحة للتنفيذ ومحققة، وذلك عبر الجمع بين الاستخراج القائم على النماذج اللغوية الكبيرة والتدقيق الرسومي الحتمي والتحقق من المترجم لضمان نجاح نحوي بنسبة 100% مع إظهار فجوات الحوكمة دون حدوث هلوسة.
تقدم الورقة البحثية LLaVA-OneVision-2، وهو نموذج لغوي بصري من الجيل التالي يحقق أداءً هو الأفضل في فئته عبر مهام الفيديو، والتموضع المكاني، والتموضع الزمني، وذلك من خلال الاستفادة من استراتيجية ترميز تدفق الرموز (codec-stream tokenization) المبتكرة، ونظام إحداثيات 3D RoPE الموحد، والإشراف واسع النطاق المفتوح.
إن STORMS هو إطار عمل ثنائي المراحل يعزز قدرات الاستدلال المكاني-الزماني لنماذج اللغة والفيديو من خلال تدريبها على استيعاب الأدلة البصرية الديناميكية ضمن مسارات كامنة مستمرة ومحدودة، مما يحقق دقة أعلى مع زمن انتقال استدلال أقل بكثير مقارنة بالطرق التي تعتمد على أدوات خارجية أو تسلسل أفكوم نصي صريح.
تقدم الورقة البحثية DRBench، وهو معيار للاستدلال في المشاهد الكثيفة، وDRScaffold، وهو إطار عمل للضبط الدقيق الخاضع للإشراف يعزز بشكل كبير قدرات الاستدلال للنماذج اللغوية البصرية خفيفة الوزن من خلال فرض استدلال متعدد المراحل ومؤصل، مما يمكّن النماذج الأصغر من التفوق على نظيراتها الأكبر بكثير والمجمدة في المهام البصرية المعقدة.
تُعد CrossLift تقنية نمطية تقوم بحساب الحقول المتقاطعة (cross fields) على المشبكات ثلاثية الأبعاد عبر استخراج وتجميع الإشارات الاتجاهية لكل بكسل من المعارف المسبقة لصور "النص إلى صورة" ثنائية الأبعاد، مما يتيح محاذاة دلالية فائقة لشبكات الرباعيات (quad meshing) والتصميم التفاعلي.
يُعد Paris 2.0 أول نموذج انتشار لامركزي قادر على تدريب توليد الفيديو المتسق زمنياً، محققاً تحسناً بنحو 2.0 ضعف في مسافة فريهيت للفيديو (Frechet Video Distance) مقارنة بالنماذج المتجانسة تحت ميزانية حوسبة متطابقة.
تقدم هذه الورقة نظاماً لتجزئة الكائنات يعتمد على نموذج Mask R-CNN لتقييم عيوب الرصف بدقة على مستوى البكسل، وهو ما يتفوق على كشف YOLO في دقة التحديد وتقدير إجمالي مساحة الشقوق بناءً على مجموعة بيانات مخصصة تم جمعها ميدانياً، مع تسليط الضوء على التحديات الرئيسية في اتساق التوسيم وعدم توازن الفئات.
تقترح هذه الورقة مسار عمل جديد لعملية "البنية من الحركة" (Structure-from-Motion) يدمج بشكل منهجي بين متانة الطرق الكلاسيكية ونقاط قوة النهج التغذوية الأمامية الحديثة للتغلب على قيود كل منهما، محققاً أداءً هو الأفضل في فئته عبر سيناريوهات متنوعة، مع إطلاق النظام كتنفيذ مفتوح المصدر.
تقدم الورقة البحثية EVIDENT، وهو إطار عمل للتكيف بكفاءة في المعلمات يعزز عملية تحديد المواقع الزمنية للفيديو عبر النطاقات من خلال توجيه الضبط الدقيق للنموذج عبر أدلة كيانات بصرية صريحة، مما يتغلب على قيود انتقال النطاق ويحسن المتانة خارج النطاق مع الحفاظ على الأداء داخل النطاق.
تقترح الورقة البحثية تقنية "مطابقة التوزيع المائلة للمكافأة" (RTDMD)، وهي إطار عمل يتكون من مرحلتين يوحد بين مطابقة التوزيع والتعلم المعزز الموجه بالمكافأة لتحقيق توليد صور رائد في خطوات قليلة عبر تحسين كل من محاذاة التوزيع ومقاييس التفضيل البشري.