12159 ورقة بحثية
تقترح الورقة البحثية AdaScope، وهي طريقة ضبط دقيق تعتمد على التعلم المعزز التكيفي لنماذج الانتشار، تتدخل بشكل انتقائي فقط خلال مراحل إزالة الضجيج المثالية لتقليل التكاليف الحسابية بنسبة 59% وتحسين أداء التوليد بنسبة 66% في آن واحد، مع تجنب عدم الكفاءة الناتج عن التحسين كامل المسار.
تكشف هذه الورقة أن نماذج الرؤية واللغة غالباً ما تنتج عبارات تأمل ذاتي مثل "دعني أتحقق مجدداً" كمجرد أنماط نصية بدلاً من تحفيز إعادة فحص بصري حقيقي، وهو استنتاج أثبته إطار عمل VisualSwap الذي يُظهر أن النماذج تفشل تكراراً في اكتشاف عمليات تبديل الصور المختلفة دلالياً رغم مثل هذه الادعاءات.
تقدم الورقة البحثية DepthVLM، وهو إطار عمل يحول نموذج رؤية ولغة واحد إلى متنبئ عمق متري كثيف أصيل وفعال من خلال رأس عمق خفيف الوزن وتدريب موحد، متفوقاً بشكل كبير على النماذج الحالية في كل من استعادة الهندسة ثلاثية الأبعاد والاستدلال المكاني مع الحفاظ على القدرات متعددة الوسائط.
تقترح هذه الورقة إطار عمل معزز بآلية CBAM لشبكة EfficientNet-B3 مع التعلم العميق الأدلّي (Evidential Deep Learning) لتصنيف شدة دخان حرائق الغابات إلى ثلاثة مستويات من صور الأقمار الصناعية، مع تحديد كمية عدم اليقين المعرفي (epistemic) والاليتوري (aleatoric) في تمريرة أمامية واحدة، محققةً دقة بنسبة 93.8% وتحديداً فعالاً لمناطق الدخان الغامضة دون الحاجة إلى أخذ عينات مونت كارلو.
يقدم RaPD إطار عمل لانتشار البكسل غير مرتبط بالدقة يعمل ضمن فضاء كامن لمجال صورة عصبية مستمر، مستخدماً التوجيه الدلالي وانتباه الاستعلام بالإحداثيات لتمكين توليد صور عالية الجودة بدقة تعسفية بتكلفة حوسبية ثابتة.
تُعد LoCO طريقةً مبتكرةً للضبط الدقيق بكفاءة المعلمات، حيث تقوم ببناء تحويلات متعامدة باستخدام مصفوفات غير متماثلة منخفضة الرتبة وسلاسل دوران تركيبية للحفاظ على البنية الهندسية للتمثيلات سابقة التدريب مع تمكين الحوسبة المتوازية الفعالة عبر مجالات متنوعة.
تُعد AdaEraser إطار عمل لإزالة الكائنات دون الحاجة للتدريب، وهي تتفوق على الأساليب الحالية من خلال توظيف استراتيجية كبت الانتباه التكيفي على مستوى الرمز (token-wise)، والتي تعمل على ضبط الانتباه الذاتي ديناميكيًا بناءً على تقدير وجود الكائن لتحقيق التوازن بين الإزالة الفعالة وإعادة بناء الخلفية بجودة عالية.
تُعد Invaria مشفرًا للسحب النقطية يحقق الثبات في المقياس والكثافة من خلال التنبؤ بالدقة التالية ومعايرة المجال الاستقبالي، مما يحسن بشكل كبير من القدرة على التعميم عبر تحولات الدقة والمقياس مع تقليل حجم النموذج ومتطلبات الرموز.
تقترح هذه الورقة إطار عمل لمحاذاة الرؤية واللغة المفككة يعزز التجزئة دقيقة التفاصيل ذات المفردات المفتوحة من خلال تحليل المحفزات النصية إلى رموز للمفاهيم ورموز للسمات واستخدام وحدة انتباه متقاطع ذات ميزة بوابة الميزات لفرض الدلالات التركيبية، مما يحسن بشكل كبير من القدرة على التعميم لمجموعات السمات والفئات غير المرئية.
تقترح الورقة البحثية طريقة SAE-FT، وهي طريقة ضبط دقيق فعالة حاسبياً وقابلة للتفسير لنماذج CLIP تستخدم المشفّرات التلقائية المتفرقة (Sparse Autoencoders) لضبط تغييرات التمثيل البصري، مما يؤدي إلى تحسين الأداء في المهام اللاحقة مع الحفاظ على المتانة ضد تغيرات التوزيع ومنع النسيان الكارثي.