12113 ورقة بحثية
تقدم الورقة البحثية DarkLLM، وهو إطار عمل مبتكر يستفيد من نموذج لغوي كبير بمليار معلمة لترجمة التعليمات باللغة الطبيعية إلى اضطرابات تنافسية متعددة الاستخدامات وعالية الفعالية، مما يوحد ويوسع نطاق الهجمات عبر مختلف النماذج التأسيسية للرؤية والنماذج متعددة الوسائط.
تقترح هذه الورقة مساراً لتعلم الآلة يقوم بتنظيم وتحويل البيانات المناعية الخام من السجلات الصحية الإلكترونية إلى ناقلات لأغراض التجميع غير الخاضع للإشراف، بهدف تحديد أنماط وسمات جديدة لأخطاء المناعة الخلقية لتسهيل التشخيص المبكر وتحسين تحليل الأمراض النادرة.
يُعد MotionMERGE إطار عمل موحداً يسد فجوة التدرج في معالجة الحركة البشرية من خلال تقديم تحكم دقيق موجه باللغة، واستراتيجية تدريب مسبق مدركة للاستنتاج، ومجموعة بيانات ضخمة دقيقة لتمكين التحرير الدقيق للحركة، والتوليد، والاستنتاج الشبيه بالبشر.
تُظهر هذه الورقة أن النماذج الأساسية ذات التعلم الذاتي، ولا سيما نماذج DINO وCLIP، تتفوق باستمرار على الأساليب الخاضعة للإشراف في تصنيف واسترجاع الأعمال الفنية، مما يقدم رؤى قيمة للتطبيقات الواقعية مثل الملاحة في المتاحف عبر الواقع الافتراضي.
تقدم هذه الورقة البحثية Artifact-Bench، وهو معيار شامل يتميز بتصنيف ثلاثي المستويات للعيوب ومهام تشخيصية ثلاث لتقييم النماذج اللغوية الكبيرة متعددة الوسائط (MLLMs) في كشف عيوب الفيديو المُنشأة بواسطة الذكاء الاصطناعي، مما يكشف عن قصور كبير في دقتها الإدراكية وتوافقها مع التفضيلات البشرية.
تقدم الورقة البحثية EgoTraj، وهي مجموعة بيانات متعددة الوسائط جديدة ومفتوحة تضم 75 تسلسلاً للملاحة الحضرية في العالم الحقيقي تم التقاطها عبر سماعات الرأس Meta Quest Pro مع فيديو RGB متزامن، ووضعيات رأس بـ 6 درجات حرية، وبيانات نظرة العين ثلاثية الأبعاد، والمصممة لتعزيز الأبحاث في التنبؤ بمسار الإنسان من منظور الشخص الأول للروبوتات والأنظمة المساعدة.
تقدم هذه الورقة تحليلاً منهجياً للفشل يكشف أنه بينما تُظهر نماذج الرؤية التأسيسية واعداً في الكشف عن هجمات عرض قزحية العين عبر مجموعات البيانات، إلا أنها تواجه صعوبة في التعميم على أدوات الهجوم غير المرئية وسيناريوهات الأطياف المتقاطعة، مع أن التكيف الموفر للمعلمات غالباً ما يؤدي إلى تفاقم هذه الثغرات بدلاً من حلها.
تقدم هذه الورقة FaceCloak، وهو نظام مبتكر يولد أقنعة خفيفة الوزن ومخصصة لحماية الهوية من صورة واحدة للتحايل بفعالية على التعرف على الوجوه عبر إزاحة تضمين هوية المستخدم بعيداً عن المرتكزات المتشابهة من خلال منهجية تعلم اضطراب ثلاثية المراحل.
إن RLFTSim هو إطار عمل للضبط الدقيق القائم على التعلم التعزيزي يعمل على تعزيز واقعية وقابلية التحكم في محاكاة حركة المرور متعددة الوكلاء من خلال مواءمة مخرجات المحاكي مع توزيعات بيانات العالم الحقيقي واستخدام إشارة مكافأة كثيفة ومنخفضة التباين لتحقيق أداء رائد على مجموعة بيانات Waymo Open Motion.
تقدم الورقة البحثية إطار عمل LiFT، الذي يولد صوراً طبية ثلاثية الأبعاد عالية الدقة عبر التعامل مع الأحجام كمسارات ميزات مرتبة لتعلم الاتساق بين الشرائح باستخدام مولدات ثنائية الأبعاد، مما يحقق تماسكاً تشريحياً وتوليداً عالي الجودة بتكاليف حوسبة أقل بكثير مقارنة بالنماذج الحجمية الكاملة.