12113 ورقة بحثية
تقترح الورقة البحثية VIHD، وهي طريقة مبتكرة للكشف عن الهلوسة في مهام الإجابة على الأسئلة البصرية الطبية، والتي تعمل على تحسين النهج الحالية من خلال تحديد طبقات فك التشفير المهيمنة بصرياً وتطبيق قناع للرموز البصرية المستهدفة لمعايرة الإنتروبيا الدلالية، مما يؤدي إلى كشف الهلوسة التي تفتقر إلى الأدلة البصرية بشكل أكثر فعالية.
تقدم الورقة البحثية AttriStory، وهو معيار جديد ووحدة تحسين كامنة قابلة للتوصيل والتشغيل مع دالة خسارة متخصصة، لمعالجة الفجوة الحرجة المتمثلة في تحقيق السمات الدقيقة (مثل اللون والملمس) في السرد البصري مع الحفاظ على اتساق الشخصية عبر المشاهد السردية.
تقدم هذه الورقة نتائج اختبار "تيرنج المضاد" (Counter Turing Test) الخاص بورشة عمل Defactify 4.0، والذي استخدم مجموعة بيانات MS COCOAI جديدة لإثبات أنه بينما يمكن اكتشاف الصور المُنشأة بواسطة الذكاء الاصطناعي بدقة عالية، فإن تحديد النموذج التوليدي المحدد المسؤول عنها يظل تحدياً كبيراً.
تتحدى هذه الورقة الافتراض السائد بأن وحدات الربط يمكنها مواءمة نماذج الرؤية واللغة بسلاسة مع محولات الانتشار من أجل تحرير الفيديو، حيث تثبت من خلال مجموعة بيانات تشخيصية جديدة (TRACE-Edit) وبروتوكول خاص أن هذه المواءمة تعمل كعنق زجاجة دلالي شديد يؤدي إلى تدهور المتغيرات الهيكلية دقيقة التفاصيل.
يُعد HyDAR-Pano3D إطار عمل هجينًا مبتكرًا ذا مرحلتين يعمل على فصل استعادة البنية التشريحية عن الاختلافات المورفولوجية الخاصة بكل مريض لتحقيق إعادة بناء ثلاثية الأبعاد عالية الدقة ومتينة سريريًا للتشريح القحفي الوجهي من الصور الشعاعية البانورامية ثنائية الأبعاد، متفوقًا بشكل كبير على طرق الانحدار المباشر الحالية.
تقدم هذه الورقة البحثية USV، وهي مجموعة بيانات واسعة النطاق تضم 224 ألف فيديو قصير من إنشاء المستخدمين، صُممت لتعزيز الفهم الدلالي عالي المستوى للفيديو من خلال إنشاء مهام التعرف على المواضيع واسترجاع الفيديو والنص، مصحوبة بنماذج مرجعية مقترحة ومعايير شاملة.
تقدم هذه الورقة PolyNeXt، وهي عائلة من النماذج الرؤيوية الأساسية الخالية من دوال التنشيط التي تستبدل الدوال غير الخطية القياسية ببدائل متعددة الحدود باستخدام نواتج هادامارد ضمن بنيات من طراز MetaFormer، محققةً أداءً هو الأفضل في حالته في مهام التعرف على الصور والتقسيم مع تقليل التكاليف الحسابية.
تقترح هذه الورقة ProCrit، وهو إطار عمل "مقترح-ناقد" (proposal-critic) مبتكر يتيح الاستنتاج متعدد المنظور المستقل والمستخلص ذاتياً، والمراجعة المستهدفة بتوجيه من ناقد خارجي لتعزيز الكشف عن السخرية متعدد الوسائط من خلال التغلب على قيود المنظورات التحليلية الثابتة والمحددة مسبقاً.
تقدم الورقة البحثية MapMonoEgo، وهو إطار عمل مبتكر يحقق تقديرًا متسقًا عالميًا للوضعية البشرية من فيديو أحادي المنظور من منظور الشخص الأول عبر الاستففادة من سحابة نقاط ثلاثية الأبعاد ممسوحة مسبقًا للتغلب على غموض المقياس والانزياح الانتقالي، والذي تم التحقق من صحته من خلال مجموعة بيانات AIST-Living الجديدة وأداء متفوق مقابل النماذج المرجعية الحالية.
تقدم هذه الورقة FruitEnsemble، وهو إطار استدلال ديناميكي جديد يتكون من مرحلتين يجمع بين مجموعة غير متجانسة موزونة ونموذج لغوي كبير متعدد الوسائط (MLLM) للتحكيم الخبير، محققاً دقة هي الأفضل في حالتها في التعرف الدقيق على الفاكهة من خلال معالجة تحديات ندرة البيانات والتشابه البصري العالي.