12113 ورقة بحثية
تقترح هذه الورقة البحثية تنعيم فضاء الميزات (FS)، وهو إطار عمل للمتانة المعتمدة يقوم بتحويل مشفرات الميزات إلى نسخ منعمّة ذات حدود تشابه جيب التمام مضمونة تحت تأثير الاضطرابات، معززة بـ "معزز التنعيم الغاوسي" (GSB) القابل للتركيب والتشغيل لتحسين المتانة في نماذج مثل النماذج اللغوية الكبيرة متعددة الوسائط (MLLMs) دون الحاجة إلى إعادة التدريب.
يُعد FreeOrbit4D إطار عمل لا يتطلب تدريباً يتيح إعادة توجيه الكاميرا التعسفية لمقاطع الفيديو أحادية العدسة من خلال إعادة بناء نموذج وسيط رباعي الأبعاد (4D) كامل عبر معالجة منفصلة للمقدمة والخلفية، مما يوفر دعامات هندسية تضمن نتائج دقيقة ومتسقة زمنياً حتى في ظل تغييرات زوايا الرؤية الكبيرة والصعبة.
تقدم هذه الورقة البحثية CoViP، وهو إطار عمل موحد يعالج تحدي التخصيص البصري السياقي في نماذج الرؤية واللغة من خلال صياغة المهمة، وتوظيف التعلم التعزيزي والتوليد المعزز بالتعليقات الوصفية لتحسين وصف الصور المخصص، وإثبات المكاسب الشاملة عبر مهام التخصيص اللاحقة مع التحقق من الاستخدام الحقيقي للسياق البصري من خلال تقييمات تشخيصية صارمة.
تُظهر هذه الدراسة أن زيادة السياق الزمني لمقاطع الفيديو تعزز بشكل كبير من التوافق بين الدماغ والنماذج للنماذج اللغوية الكبيرة متعددة الوسائط (ولكن ليس لنماذج الفيديو أحادية الوسائط)، مما يكشف عن تطابق هرمي بين المقاييس الزمنية للتكامل العصبي الأطول في مناطق الدماغ العليا والطبقات العميقة للنماذج اللغوية الكبيرة متعددة الوسائط أثناء فهم السرد.
تعالج هذه الورقة الفجوة الحرجة في كشف عملية استكمال الكلام (speech inpainting) متعدد المناطق من خلال تقديم مجموعة بيانات MIST، وإطار عمل ISA لتحديد التلاعب التكراري، ومقياس SF1@tau، مما يثبت أن الكواشف الحالية تفشل في مواجهة التلاعبات الجزئية بينما تنجح الطريقة المقترحة في تحديد عدد غير معروف من الأجزاء المتلاعب بها بفعالية.
تقدم الورقة البحثية CAB (آدامز-باشفورث المصحح)، وهو أداة أخذ عينات خالية من التدريب تعمل على تسريع نماذج التدفق والانتشار عبر تحويل ديناميكيات أخذ العينات إلى نظام إحداثي مستقيم وتطبيق متنبئ متعدد الخطوات مع حد تصحيحي، مما يحسن بشكل كبير مقايضة الجودة والكفاءة في أنظمة الخطوات المنخفضة دون الحاجة إلى تقييمات إضافية للدالة.
تقدم هذه الورقة البحثية SpecX، وهو معيار مرجعي واسع النطاق ومتعدد الوسائط يضم 1.7 مليون جزيء عبر أنماط طيفية متنوعة، صُمم لتمكين التقييم عبر النماذج للنماذج الطيفية المتخصصة والنماذج اللغوية متعددة الوسائط مع تسليط الضوء على الحاجة إلى نماذج تأسيسية أصلية للطيف.
تقدم هذه الورقة البحثية "جراحة التدرج الطيفي" (Spectral Gradient Surgery - SGS)، وهي طريقة مبتكرة لتقطير مجموعات البيانات القابلة للتعميم عبر المجالات (DGDD)، تعمل على فك الارتباط بين المعلومات المميزة للفئات والمعلومات الخاصة بكل مجال في مجموعات البيانات الاصطناعية من خلال الاستفادة من التحليل الطيفي للتدرجات الخاصة بكل مجال، مما يحسن بشكل كبير من القدرة على التعميم خارج نطاق التوزيع.
يُعد INAR-VL نظام توجيه خفيف الوزن بين الحافة والسحابة، يقوم بالاختيار ديناميكيًا بين نماذج الرؤية واللغة المحلية وتلك القائمة على السحابة بناءً على تعقيد المدخلات، مما يحقق انخفاضًا كبيرًا في زمن الاستجابة واستهلاك الطاقة مع الحفاظ على دقة تقارب دقة النماذج السحابية.
تقترح هذه الورقة "بقايا دلتا الانتباه" (Delta Attention Residuals)، وهي بنية مبتكرة تستبدل الحالات الخفية التراكمية بتمثيلات دلتا لكل طبقة في اتصالات البقايا القائمة على الانتباه لمنع انهيار التوجيه وتحقيق تحسينات كبيرة في الحيرة (perplexity) عبر مختلف أحجام النماذج.