12113 ورقة بحثية
تُعد FullFlow طريقةً فعالةً من حيث الكفاءة في المعلمات، حيث تعمل على ترقية نماذج توليد الصور من النصوص القائمة على التدفق المستقيمي (rectified-flow) والمُدربة مسبقاً إلى مولدات ثنائية الاتجاه للرؤية واللغة عبر تدريب محولات خفيفة الوزن فقط، محققةً أداءً رائدًا في كل من توليد الصور والنصوص مع تقليل التكاليف الحسابية بشكل كبير مقارنةً بالأساليب الحالية.
تقدم هذه الورقة إطاراً قائماً على الفيزياء النفسية يثبت أن نماذج الرؤية التأسيسية أقل قابلية للتفسير من قبل البشر باستمرار مقارنة بنظيراتها الخاضعة للإشراف، مما يكشف أن القابلية للتفسير هي بُعد مستقل مدفوع بمحلية الميزات والمحاذاة الدلالية خشنة الحبيبات بدلاً من القدرة الإجمالية للنموذج.
يقدم ParaVT إطار عمل جديداً متعدد الوكلاء لاستدعاء أدوات الفيديو المتوازي في التعلم المعزز، متجاوزاً "مفارقة أولوية الأداة" من خلال خوارزمية PARA-GRPO الخاصة به لتحقيق فهم فائق للفيديوهات الطويلة مع تحسين استقرار التنسيق والقدرة على تحمل الأخطاء مقارنة بالنماذج المرجعية المتسلسلة.
تقترح هذه الورقة استراتيجية تدريب مبتكرة للتجزئة الدلالية متعددة الوسائط في ظل فقدان بعض الوسائط، حيث توجه عملية الضبط الدقيق نحو سيناريوهات توافر الوسائط الأكثر غنىً بالمعلومات من خلال تعلم توزيع أخذ العينات من الفضاء الكامن مسبق التدريب بناءً على تشوه التمثيل، مما يؤدي إلى تفوقها على طرق الضبط الدقيق القياسية وطرق التكيف القائمة على تقنية LoRA.
تقدم هذه الورقة وحدة "Lighting Convolutional-Attention" (LCA)، وهي وحدة مهايئة خفيفة الوزن تعزز من متانة الإضاءة للنماذج التأسيسية مثل SAM لتقسيم العناصر من خلال معالجة ميزات RGB جنباً إلى جنب مع خرائط التباين والتحسين عبر استراتيجية تدريب زوجي، والتي تم التحقق من صحتها من خلال تجارب مكثفة على المعايير الحالية ومجموعة بيانات اصطناعية جديدة قائمة على Unity.
تدقق هذه الورقة البحثية نماذج تصنيف حجم السلائل أحادية العدسة عبر مجموعات بيانات وبنيات متنوعة، كاشفةً أن أداءها يعتمد على إشارات سلوك الفحص بدلاً من المقاييس المترية الحقيقية، وتحدد دقة المقياس المتري ومتانة قناع التجزئة كعائقين مستقلين تفشل طرق تقدير العمق والمعايرة الحالية في التغلب عليهما.
تقترح الورقة البحثية EPC-3D-Diff، وهو إطار عمل جديد للانتشار الكامن ثلاثي الأبعاد المشروط يدمج فقدان تباين نطاق الإسقاط المستمد من الفيزياء لتخليق أحجام تصوير مقطعي محوسب عالية الجودة ودقيقة من حيث وحدات هونسفيلد (HU) من فحوصات التصوير المقطعي بالحزمة المخروطية (CBCT)، متفوقاً بشكل كبير على أحدث الأساليب في كل من مجموعات بيانات النماذج التجريبية والبيانات السريرية.
تقدم هذه الورقة البحثية "أخذ عينات الشجرة المرتكزة" (ATS)، وهو مجدول استدلال لا يتطلب تدريباً، يعمل على التخفيف من مشكلات الانحراف واستمرارية الفيديو طويلة الأمد عبر استبدال عمليات التوليد التتابعية ذاتية الانحدار باستراتيجية استكمال هرمية مقيدة بمرتكزات، مما يحقق جودة واستقراراً فائقين في توليد الفيديو من فيديو إلى فيديو تحت كاميرا ثابتة.
تقترح الورقة البحثية HyperDn، وهو متنبئ يعتمد على تكوين واحد مشروط، يقوم بنقل الإشراف المثالي (oracle supervision) من تكوينات إزالة الضجيج المصدرية إلى تكوينات هدف جديدة، مما يتيح التنبؤ بالمعلمات الفائقة بمستوى يقارب المستوى المثالي لمرشحات إزالة الضجيج في الصور القائمة على النماذج، وذلك بعدد أقل بكثير أو حتى بدون تسميات مثالية مستهدفة.
تُثبت هذه الورقة أن التمثيلات العصبية الوظيفية (fMRI) الخاصة بكل فرد في القشرة البصرية البشرية تشترك في بنية هندسية عالمية، مما يتيح الترجمة غير الخاضعة للإشراف للتمثيلات العصبية عبر الأفراد من خلال دورات متعامدة دون الحاجة إلى بيانات مقترنة أو نماذج وسيطة.