12306 ورقة بحثية
تُثبت هذه الورقة البحثية جدوى نشر نظام للإجابة على الأسئلة المتعلقة بالذاكرة العرضية في الوقت الفعلي مع الحفاظ على الخصوصية على الأجهزة الطرفية، وذلك عبر استخدام خط معالجة لنماذج اللغات الكبيرة متعددة الوسائط (MLLM) ثنائي المسارات يحقق دقة تنافسية وزمن استجابة منخفض مقارنة بالحلول القائمة على السحابة.
يُعد SubspaceAD طريقةً للكشف عن الشذوذ تعتمد على التعلم القليل دون الحاجة لتدريب، حيث تستفيد من ميزات DINOv2 المجمدة وتحليل المكونات الرئيسية (PCA) لنمذجة التباينات الطبيعية في فضاء فرعي منخفض الأبعاد، محققةً أداءً هو الأفضل في فئته على مجموعتي بيانات MVTec-AD وVisA دون الحاجة إلى بنوك ذاكرة، أو بيانات مساعدة، أو ضبط للنموذج.
تقدم الورقة البحثية إطار عمل LINE، وهو إطار عمل "صندوق أسود" لا يتطلب تدريباً، يستفيد من النماذج اللغوية الكبيرة ومولدات النصوص إلى صور لاكتشاف وتكرير تسميات المفاهيم ذات المفردات المفتوحة لكل عصبون في نماذج الرؤية بشكل تكراري، محققاً أداءً هو الأفضل في فئته وكاشفاً عن مفاهيم جديدة أغفلتها المفردات المحددة مسبقاً.
تكشف هذه الورقة أن نماذج العدّ الحالية المعتمدة على النصوص والمستقلة عن الفئات، والتي تُعد من أحدث ما توصل إليه العلم، غالباً ما تفشل في ربط المطالبات النصية بالأجسام المرئية بشكل صحيح، مما يؤدي إلى نتائج زائفة، وتعالج ذلك من خلال تقديم إطار التقييم PrACo++ ومجموعة بيانات MUCCA لتقييم المحاذاة الدلالية ومتانة النماذج بشكل أفضل.
تقدم الورقة البحثية تقنية التلطيخ السطحي ثلاثي الأبعاد (3DSS)، وهو مُصيّر تفاضلي يستفيد من نموذج تركيب قائم على التغطية وعينات سطحية موجهة لاستعادة الشكل، والمواد المتغيرة مكانياً، والإضاءة بشكل مشترك من أجل إعادة التصيير العكسي عالي الجودة مع الربط الأصيل بسير عمل القائم على الشبكات المضلعية.
تقدم هذه الورقة البحثية إطار عمل BRTS، وهو "اختيار المعلم الأفضل من بين N من عمليات التدحرج" (Best-of-N Rollout Teacher Selection) لعملية التقطير داخل السياسة (on-policy distillation)، والذي يعمل على تحسين أداء الاستنتاج من خلال أخذ عينات من مسارات متعددة للمعلم واختيار المسار الأكثر صحة وتوافقاً مع الطالب لتوفير إشراف موثوق، وبذلك يتغلب على قيود التباين العالي للطرق القياسية.
تقدم الورقة البحثية SciVQR، وهو معيار شامل متعدد الوسائط يمتد عبر 54 مجالاً فرعياً علمياً، والذي يقيم كلاً من الإجابات النهائية وعمليات الاستنتاج لدى النماذج اللغوية الكبيرة، مما يكشف عن قصور كبير في قدرتها على إجراء استدلال علمي معقد ومتعدد التخصصات.
تقترح الورقة البحثية وحدة الخيال الكامن (LIM)، وهي آلية انتباه تقاطعي خفيفة الوزن تتنبأ بالتضمينات الكامنة المتخيلة من النص لاستعادة دقة ومعايرة نماذج الرؤية واللغة عند نشرها دون مدخلاتها البصرية الأصلية.
تقدم هذه الورقة MorphOPC، وهو نموذج تعلم عميق هرمي متعدد المقاييس يصيغ توليد الأقنعة كسلسلة من العمليات المورفولوجية العصبية للتغلب على قيود التحويل الهندسي التي تواجه نهج المشفر-فك التشفير الحالي، مما يحقق دقة طباعة فائقة وتكاليف تصنيع أقل في تصحيح القرب البصري.
تقدم هذه الورقة SSDA، وهو إطار عمل للتكيف ثنائي المسار يسد الفجوات الطيفية والهيكلية بين صور السلاسل الزمنية المُصورة والصور الطبيعية، مما يطلق العنان للإمكانات الكاملة لنماذج الرؤية الكبيرة من أجل التنبؤ الدقيق بالسلاسل الزمنية.