12113 ورقة بحثية
تقدم هذه الورقة CLAP، وهو إطار عمل مدرك للموقع يعمل على تحسين المطالبات الناعمة (soft prompts) لكل حاجز طريق في الفضاء الكامن لنماذج الرؤية واللغة والعمل (Vision-Language-Action) المجمدة، وذلك لتقليل أخطاء التخطيط بشكل كبير في سيناريوهات القيادة النادرة والحرجة على السلامة في حالات الذيل الطويل دون المساس بالأداء في الإطارات العادية.
تقدم هذه الورقة البحثية "اختطاف الانتباه" (Attention Hijacking)، وهو هجوم عدائي مبتكر يعزز قابلية انتقال التلاعب بالاستجابة عبر الاستعلامات في نماذج الرؤية واللغة من خلال توجيه توزيعات الانتباه الداخلية صراحةً نحو نمط مستمر يهيمن عليه الجزء الصوري، مما يقلل من اعتماد المخرجات المتلاعب بها على صياغة استعلام محددة.
يُعد SpecSem-Net إطار عمل مبتكر يعزز الكشف عن الفيديوهات المُنشأة بواسطة الذكاء الاصطناعي من خلال دمج السياق الدلالي لتوجيه إزالة الضجيج الطيفي، مما يتغلب على قيود الأساليب الحالية التي تعتمد فقط على الميزات الدلالية ويحقق دقة فائقة في الاختبارات المعيارية التي تضم أفضل المولدات التجارية.
تقترح هذه الورقة إطار عمل للتهيئة الخالية من الميزات للأنظمة البصرية-القصورية أحادية الكاميرا، والذي يستفيد من نماذج ثلاثية الأبعاد ذات تغذية أمامية للتنبؤ بسحب نقاط نقطية ضمن نطاق المقياس، محققاً معدل نجاح يتجاوز 90% وتقليص وقت التهيئة إلى أقل من 1.2 ثانية مع إظهار المتانة في البيئات المتدهورة بصرياً.
تقترح هذه الورقة إطار عمل جديد لهجوم استنتاج العضوية بنظام الصندوق الأسود وعينة واحدة لنماذج الرؤية واللغة، والذي يستفيد من المحاذاة الدلالية عبر الوسائط للكشف عن حفظ بيانات التدريب دون الاعتماد على مخرجات النموذج الداخلية أو التوزيعات الإحصائية واسعة النطاق.
تجادل ورقة الموقف هذه بأن نماذج تقدير العمر لا تعالج البيانات البيومترية لأن الأدلة التجريبية تُظهر افتقارها إلى القدرات التمييزية للهوية المطلوبة لتحديد الهوية الفردية، وتحث المنظمين على التمييز بين هذا المعالجة العابرة وبين تخزين القوالب لتجنب الأعباء القانونية غير الضرورية.
تقدم هذه الورقة البحثية UniPPTBench، وهو معيار موحد وإطار تقييم مدرك للسياق مصمم لتقييم أنظمة توليد العروض التقديمية عبر إعدادات مدخلات متنوعة من العالم الحقيقي، مما يعالج أوجه القصور في التقييمات المنعزلة ومقاييس الجودة العامة الحالية.
تقترح الورقة البحثية VISTA، وهو إطار عمل للتكيف في وقت الاختبار بدون الوصول إلى المصدر، يعالج انزياحات التفاعل بين الأنماط في تقسيم صور الرنين المغناطيسي متعددة المتواليات باستخدام مولد تدخل بين المتواليات لإنشاء مجسات اتساق وآلية تسمية مستعارة مدركة للاختلاف بين الرؤى لفرض الاتساق بين المتواليات، مما يحسن أداء النموذج بشكل كبير عند التكيف مع البيئات السريرية الجديدة ذات الماسحات الضوئية والبروتوكولات المتنوعة.
تكشف هذه الورقة أن نماذج الرؤية واللغة السريرية غالباً ما تخفق في السيناريوهات الواقعية من خلال الاعتماد المفرط على المعلومات النصية، والتضليل بواسطة التاريخ السريري غير ذي الصلة، وإظهار حساسية عالية تجاه تغيرات الأوامر البرمجية، مما يؤكد الحاجة الماسة لاختبارات الإجهاد الصارمة والضمانات قبل نشرها في الممارسة الطبية.
يُعد FastOCR إطار عمل لا يتطلب تدريباً يعمل على تسريع تحليل المستندات في نماذج الرؤية واللغة من خلال الاستفادة من الطبيعة المتناثرة زمنياً للانتباه البصري لتقليم وإعادة استخدام رموز ذاكرة التخزين المؤقت لـ (KV) ديناميكياً عند كل خطوة فك تشفير، مما يحقق تقليلاً كبيراً في زمن الاستجابة مع حد أدنى من الفقد في الدقة.