12113 ورقة بحثية
تقترح الورقة البحثية D3Seg، وهو نموذج جديد لتجزئة أورام الدماغ يستفيد من دمج مخطط الأنماط متعدد القفزات، والتعويض بالانتشار في الفضاء الكامن، وتحسين القرار في فضاء الاحتمالات للحفاظ على أداء قوي وتحسين درجات "دايس" (Dice scores) حتى عند فقدان أنماط تصوير الرنين المغناطيسي الرئيسية.
يُعد Imagine2Real إطار عمل للتعلم من دون أمثلة (zero-shot) للتفاعل بين البشر والآليات (Humanoid) والأجسام بكامل الجسم، حيث يتغلب على ندرة البيانات وتعقيد إعادة الاستهداف عبر توحيد حركات الروبوت والأجسام في مسارات نقاط رباعية الأبعاد (4D) والاستفادة من الفضاء الكامن لنموذج سلوكي تأسيسي لتتبع النقاط الرئيسية المتفرقة، مما يتيح نشراً فيزيائياً مرناً وخالياً من قيود الهندسة.
يُعد "بيرنيني" (Bernini) إطار عمل موحداً لتوليد وتحرير الفيديو يستفيد من تقسيم العمل حيث يقوم مخطط يعتمد على نموذج لغوي متعدد الوسائط (MLLM) بإجراء الاستدلال الدلالي في فضاء تضمين المحولات البصرية (ViT)، وذلك لتوجيه مُصيّر يعتمد على محول الانتشار (DiT)، محققاً أداءً هو الأفضل في فئته من خلال تدريب منفصل وفعال ومكونات مبتكرة مثل التضمين الموضعي الدوراني ثلاثي الأبعاد الواعي للتقطيع (Segment-Aware 3D Rotary Positional Embedding).
تقدم الورقة البحثية GazePrior، وهو أسلوب لتتبع حركة العين بنمط (zero-shot) يستفيد من نموذج ثلاثي الأبعاد مُتعلم مسبقاً لتخليق بيانات تدريب واقعية، متنوعة، وموسومة بدقة من أجهزة موجودة، مما يتيح تتبعاً عالي الأداء لحركة العين على أجهزة الواقع المعزز والواقع الافتراضي الجديدة دون الحاجة إلى عمليات جمع بيانات جديدة مكلفة.
يُعد FastTab نموذجاً منخفض التأخير للتعرف على هياكل الجداول، يجمع بين وحدة "Tiny Recursive" خفيفة الوزن للاستنتاج الشامل وبين محولات "Axial 1D" للتنبؤ بدقة بهياكل الشبكة ونطاقات الخلايا دون الاعتماد على فك ترميز HTML التوليدي.
تقترح هذه الورقة إطار عمل موحداً لعكس تدهور الحركة وإعادة تمثيل لحظات التصوير من خلال تقديم إعداد غالق مزدوج مبتكر وشبكة متخصصة تستفيد بشكل مشترك من الخصائص المتكاملة لضبابية الغالق العالمي وتشوه الغالق المتدحرج لتحقيق إعادة بناء قوية للفيديو عالي السرعة.
تقدم هذه الورقة Pre-VLA، وهي بنية توحيد للتحقق من وقت التشغيل تعمل على التقييم الاستباقي لصلاحية الإجراء لنماذج الرؤية واللغة والأفعال (Vision-Language-Action) والنماذج العالمية باستخدام نهج تعلم متعدد المهام، مما يؤدي إلى تحسين معدلات النجاح بشكل كبير، وتقليل خطوات التنفيذ، وتخفيف تراكم الأخطاء في مهام الذكاء المتجسد.
تقدم هذه الورقة SADGE، وهو مقياس كمي يتنبأ بأداء انتقال النماذج من البيانات الاصطناعية إلى الحقيقية في الرؤية الحاسوبية من خلال نمذجة التفاعل غير الخطي بين فجوات النطاق الهيكلية والمظهرية، محققاً ارتباطاً فائقاً مع نتائج المهام اللاحقة مقارنة بالنماذج المرجعية الحالية التي تعتمد على المظهر أو الهندسة فقط.
تقدم الورقة البحثية MaSC، وهو مقياس تشابه مقنع يعزز تقييم توليد الصور القائم على المفاهيم من خلال استخدام أقنعة المقدمة لقياس الحفاظ على المفهوم واتباع المطالبة بشكل منفصل، مما يحقق ارتباطاً أعلى بالإدراك البشري وأداءً يتفوق على أحدث المعايير في المقاييس القياسية مقارنة بالطرق الحالية القائمة على التضمين العالمي.
تقترح هذه الورقة إعادة توظيف رؤوس التصنيف المهملة من النماذج الرؤيوية سابقة التدريب كأنماط دلالية لتمكين المحاذاة الصفرية وتعزيز تعزيز البيانات، مما يؤدي إلى تحسين أداء النماذج الرؤيوية-اللغوية بشكل كبير في مهام الاسترجاع والتصنيف دون الحاجة إلى تدريب مكلف شامل للنهاية.