💻 computer science

MHSA: A Lightweight Framework for Mitigating Hallucinations via Steered Attention in LVLMs

تقترح الورقة البحثية إطار عمل MHSA، وهو إطار عمل خفيف الوزن يقلل من الهلوسة في النماذج اللغوية الرؤية الضخمة عن طريق تدريب طبقة MLP بسيطة لتوليد أنماط انتباه متقاطلة المصادر مصححة، مما يتيح تقليل الهلوسة عبر مجموعات بيانات متنوعة دون تعديل معاملات النموذج الأساسي.

Wei Ding, Yilin Li, Yudong Zhang, Ruobing Xie, Xingwu Sun, Jiansheng Chen, Yu Wang2026-05-15
💻 computer science

Sat3DGen: Comprehensive Street-Level 3D Scene Generation from Single Satellite Image

يقدم Sat3DGen منهجية تعتمد على الهندسة أولاً تدمج قيوداً هندسية مبتكرة واستراتيجية تدريب بمنظور الرؤية، وذلك للتغلب على الفجوة الهائلة في زوايا النظر بين بيانات الأقمار الصناعية وبيانات مستوى الشارع، مما يحسن بشكل كبير من الدقة الهندسية ثلاثية الأبعاد والواقعية الفوتوغرافية لتوليد مشاهد مستوى الشارع من صورة واحدة.

Ming Qian, Zimin Xia, Changkun Liu, Shuailei Ma, Wen Wang, Zeran Ke, Bin Tan, Hang Zhang, Gui-Song Xia2026-05-15
💻 computer science

Compositional Video Generation via Inference-Time Guidance

تقترح هذه الورقة البحثية طريقة CVG، وهي طريقة توجيه أثناء الاستنتاج تستفيد من مصنف تركيبي خفيف الوزن تم تدريبه على خرائط الانتباه المتقاطع لتوجيه عملية إزالة الضجيج لنماذج تحويل النص إلى فيديو المجمدة، مما يؤدي إلى تحسين الدقة التركيبية دون الحاجة إلى إعادة تدريب، أو تغييرات هيكلية، أو ضوابط يقدمها المستخدم.

Ariel Shaulov, Eitan Shaar, Amit Edenzon, Gal Chechik, Lior Wolf2026-05-15
💻 computer science

Predicting Response to Neoadjuvant Chemotherapy in Ovarian Cancer from CT Baseline Using Multi-Loss Deep Learning

تقدم هذه الورقة إطار عمل للتعلم العميق متعدد الخسائر يستخدم فحوصات الأشعة المقطعية المعززة بالتباين قبل العلاج وأقنعة الآفات ثلاثية الأبعاد المستمدة تلقائياً للتنبؤ بالاستجابة للعلاج الكيميائي المساعد قبل الجراحة لدى مريضات سرطان المبيض، محققةً مساحة تحت المنحنى (ROC-AUC) تبلغ 0.73 في مجموعة استعادية مكونة من 280 مريضة.

Francesco Pastori, Francesca Fati, Marina Rosanu, Luigi De Vitis, Lucia Ribero, Gabriella Schivardi, Giovanni Damiano Al (…)2026-05-15
💻 computer science

EverAnimate: Minute-Scale Human Animation via Latent Flow Restoration

يُعد EverAnimate طريقة فعالة لما بعد التدريب تتيح تحريك البشر على نطاق الدقائق من خلال الجمع بين الانتشار الكامن المستمر ومطابقة التدفق الترميمي لترسيخ التوليد في ذاكرة سياقية كامنة، مما يؤدي إلى القضاء على الانجراف البصري والدلالي المتراكم مع الحفاظ على هوية الشخصية وجودة الخلفية.

Wuyang Li, Yang Gao, Mariam Hassan, Lan Feng, Wentao Pan, Po-Chien Luan, Alexandre Alahi2026-05-15
🤖 machine learning

DiffusionOPD: A Unified Perspective of On-Policy Distillation in Diffusion Models

تقترح الورقة البحثية DiffusionOPD، وهو نموذج تدريب موحد متعدد المهام لنماذج الانتشار يستفيد من تقطير السياسة عبر الإنترنت لفصل استكشاف المهمة الواحدة عن تكامل المهام المتعددة، مما يقدم بديلاً ذا أساس نظري ومنخفض التباين لتعلم التعزيز يحقق أداءً وكفاءةً رائدين عبر مختلف المعايير المرجعية.

Quanhao Li, Junqiu Yu, Kaixun Jiang, Yujie Wei, Zhen Xing, Pandeng Li, Ruihang Chu, Shiwei Zhang, Yu Liu, Zuxuan Wu2026-05-15
💻 computer science

Computational Imaging Priors for Wireless Capsule Endoscopy: Monte Carlo-Guided Hemoglobin Mapping for Rare-Anomaly Detection

تُثبت هذه الورقة أن دمج مُسبق تحليلي مستوحى من طريقة مونت كارلو لرسم خرائط الهيموجلوبين في مصنفات كبسولة التنظير يحسن بشكل كبير من اكتشاف الشذوذات الوعائية النادرة، ولا سيًا تمدد الأوعية اللمفاوية، وذلك عن طريق التخفيف من الآثار المربكة للعصارة الصفراوية والإضاءة على النماذج القياسية المدربة على نظام RGB.

Chengshuai Yang, Lei Xing, Gregory Entin, Roopa Vemulapalli, Lisa Casey, Raiyan Tripti Zaman2026-05-15
💬 NLP

On the Cultural Anachronism and Temporal Reasoning in Vision Language Models

تحدد هذه الورقة وتُحدد كمياً ظاهرة "المفارقة التاريخية الثقافية" —وهي ميل نماذج الرؤية واللغة إلى إساءة تفسير القطع الأثرية التاريخية باستخدام مفاهيم غير ملائمة زمنياً— من خلال تقديم معيار (TAB-VLM)، الذي يكشف عن فجوات أداء كبيرة في النماذج الرائدة عند التفكير في التراث الثقافي الهندي.

Mukul Ranjan, Prince Jha, Khushboo Kumari, Zhiqiang Shen2026-05-15
💻 computer science

CoralLite: {\mu}CT Reconstruction of Coral Colonies from Individual Corallites

تقدم هذه الورقة CoralLite، وهي مجموعة بيانات ونموذج مرجعي للتعلم العميق يعتمد على بنية هجينة من نوع V-Trans-UNet لتحقيق أول إعادة بناء ثلاثية الأبعاد ناجحة للمرجانيات الفردية من مسوحات التصوير المقطعي المحوسب ميكروي (μCT) للمستعمرات بأكملها، مما يتيح تتبع انقسام البوليب وتاريخ النمو الهيكلي.

Jess Jones, Leonardo Bertini, Kenneth Johnson, Erica Hendy, Tilo Burghardt2026-05-15
💻 computer science

CLOVER: Closed-Loop Value Estimation \& Ranking for End-to-End Autonomous Driving Planning

إن CLOVER هو إطار عمل لتقدير القيمة والترتيب بنظام الحلقة المغلقة يعالج عدم التطابق بين التدريب والتقييم في القيادة الذاتية من طرف إلى طرف باستخدام بنية مولد-مقيّم مع مسارات خبير زائف وتقطير ذاتي محافظ لتحقيق أداء رائد على مقياس NAVSIM.

Sining Ang, Yuguang Yang, Canyu Chen, Yan Wang2026-05-15