12113 ورقة بحثية
تقترح الورقة البحثية إطار عمل iGSP، وهو إطار عمل مبتكر للتعلم المستمر لنماذج الرؤية واللغة بكفاءة، يعالج مشكلتي انفجار المعلمات والنقل السلبي من خلال نمذجة مشاركة المحاذاة كمسألة هندسية واستخدام إسقاط فضاء التدرج الضمني لتعظيم إعادة استخدام المعرفة مع تقليل المعلمات القابلة للتدريب بشكل كبير.
تقترح الورقة البحثية TextAlign، وهو إطار عمل غير جراحي لما بعد التدريب يستفيد من مكافأة قائمة على نموذج رؤية ولغة هرمي لمحاذاة نماذج تحويل النص إلى صورة الكبيرة لتحسين دقة عرض النصوص دون تعديل بنيتها الأساسية.
تقدم هذه الورقة البحثية إطار عمل الاستدلال البصري الكامن المعزز دلاليًا (SLVR)، وهو إطار عمل ثنائي المراحل يعزز الاستدلال البصري الكامن من خلال إثراء التمثيلات بدلالات السمات دقيقة التفاصيل ومواءمتها مع استعلامات متنوعة عبر تحسين السياسة النسبي للمجموعات متعدد الاستعلامات، مدعومًا بمجموعة بيانات SLV-Set المنشأة حديثًا ومعيار SV-QA.
تشخص هذه الورقة بشكل منهجي خمسة أنماط متميزة لفشل التدريب في نماذج "خليط الخبراء" (Mixture-of-Experts) ذات اختيار الرموز (Token-Choice) المتفرقة في نماذج "ترانسفورمر الانتشار" (Diffusion Transformers) للفيديو، وتقترح "فرضية الفائض الوظيفي" لتفسير حالة الجمود الانتقائي الملحوظة، وتقدم حلاً هندسياً كاملاً إلى جانب خارطة طريق تطورية لتوسيع نطاق هذه البنيات المعمارية.
تقدم هذه الورقة البحثية LMM-Track4D، وهو إطار عمل مبتكر يعزز قدرات الاستنتاج الديناميكي رباعي الأبعاد للنماذج اللغوية متعددة الوسائط من خلال مهمة ومعيار جديد للحوار المرتكز على المسار (Track4D-Bench)، وذلك باستخدام مكونات متخصصة مثل ترميز الهندسة الشعاعية-الزمنية (Ray-Time Geometry Encoding) وفك تشفير حركية كينماتيكية لفتحات الكائنات (Object-Slot Kinematic decoder) لتحقيق تقدير قوي للحالة ثلاثية الأبعاد في ظل حالات الاحتجاب وتغيرات زوايا الرؤية.
تقترح هذه الورقة البحثية طريقة "إعادة توزيع حدوث العصبونات" (NIR)، وهي طريقة تنظيم خفيفة الوزن تخفف من التفاوتات في الأداء الديموغرافي في تصنيف الصور الطبية عن طريق معاقبة تباين التنشيط عبر عصبونات الطبقة قبل الأخيرة، مما يقلل من تحيز المجموعات الفرعية دون الحاجة إلى تسميات ديموغرافية أثناء التدريب.
تقدم هذه الورقة بحث DyMoS، وهو أسلوب لا يتطلب تدريباً ومستقل عن النموذج يعمل على تعزيز ديناميكيات الحركة في توليد الصور إلى فيديوهات من خلال إعادة توازن هيمنة الإطار المرجعي في آلية الانتباه، مما يتغلب على كبح الحركة دون المساس بالدقة البصرية أو الحاجة إلى تدريب إضافي.
تقدم الورقة البحثية VASA، وهو وكيل موجه بصرياً لا يتطلب تدريباً، يستفيد من قناع عمل مستمر واستدلال بصري تكراري لإنشاء أقنعة تقسيم للمفاهيم المفتوحة والمخصصة، متفوقاً بشكل كبير على النماذج المرجعية الحالية في الاختبارات الجديدة والقياسية.
يُعد KappaPlace إطار عمل مبتكر للتعرف البصري على الأماكن يعالج نقص اليقين المعاير في الأساليب الحالية من خلال تقديم استراتيجية إشراف مرتكزة على النماذج الأولية ونمذجة واصفات الصور كمتغيرات "فون ميسيز-فيشر" للتنبؤ باليقين العرضي، مما يقلل بشكل كبير من خطأ المعايرة مع الحفاظ على دقة استرجاع عالية عبر مختلف المعايير.
تقدم الورقة البحثية تحسين سياسة الأدلة التباينية (CEPO)، وهي طريقة جديدة للتقطير الذاتي في التعلم المعزز من التغذية الراجعة عبر النماذج اللغوية (RLVR) تستفيد من كل من المخرجات الصحيحة والمرفوضة لتوليد إشارة مكافأة تباينية، مما يحدد بدقة خطوات الاستدلال الحاسمة مع تجنب تسرب المعلومات والتفوق على النماذج المرجعية الحالية مثل GRPO في معايير الاستدلال الرياضي متعدد الوسائط.