12314 ورقة بحثية
تقدم الورقة البحثية LiteLVLM، وهي طريقة لتقليم الرموز (token pruning) تعتمد على التوجيه النصي ولا تتطلب تدريباً، تقوم بعكس ترتيب تشابه الصور والنصوص الخاص بـ CLIP للاحتفاظ بكفاءة بالمناطق المرجعية لعملية التوطين البكسلي (pixel grounding) في النماذج اللغوية البصرية الكبيرة، محققةً بذلك تسريعاً كبيراً وتقليلاً في استهلاك الذاكرة مع التفوق على الأساليب الحالية.
تُبين هذه الورقة أنه في حين أن وحدة "Engram" تُحسّن توليد الصور ذاتي الانحدار من خلال عملها كمسار جانبي معماري مُبَوَّب، إلا أنها تفشل في العمل كمسترجع ذاكرة موجه بالمحتوى، حيث تنبع مكاسب الأداء الخاصة بها أساساً من المسار نفسه بدلاً من الجدول المتعلم ذي المفاتيح الهاشية.
تقترح هذه الورقة إطار عمل للتعليق التوضيحي المتوافق مع المهارات لتقييم نماذج تحويل النص إلى صورة، والذي يخصص استراتيجيات التعليق التوضيحي لمهارات محددة، مما يثبت أن هذا النهج يولد إشارات تقييم أكثر اتساقاً واستقراراً وموثوقية مقارنة بالطرق الموحدة التقليدية.
تقترح هذه الورقة إطار عمل معلوماتي نظري لا يتطلب تدريباً لعملية التوليد المعزز بالاسترجاع متعدد الوسائط، حيث يختار الأدلة المرئية بناءً على فائدتها (كسب المعلومات) بدلاً من التشابه الدلالي، محققاً أداءً استدلالياً متفوقاً وكفاءة حوسبية عالية عبر معايير قياسية متعددة.
تُعد Img2CADSeq مسار معالجة مبتكر متعدد المراحل يقوم بتوليد نماذج CAD ذات تمثيل حدودي (BRep) عالية الجودة وصحيحة طوبولوجياً من صور أحادية المنظور، وذلك عبر الاستفادة من دفتر رموز هرمي، والتعلم التبايني مع وسائط سحابة النقاط، ونموذج VQ-Diffusion لسد الفجوة بين النمطين ثنائي الأبعاد وثلاثي الأبعاد.
تقدم الورقة البحثية StereoNav، وهو إطار عمل قوي للرؤية واللغة والعمل يستفيد من الرؤية المجسمة وأولويات الموقع المستهدف للتغلب على الفجوات بين المحاكاة والعالم الحقيقي في مجال الملاحة القائمة على الرؤية واللغة، محققاً أداءً هو الأفضل في فئته مع تحسين الموثوقية في البيئات المعقدة، وذلك باستخدام عدد أقل من المعلمات وبيانات تدريب أقل مقارنة بالنهج القائمة على التوسع.
تقدم هذه الدراسة التجريبية نموذجاً بديلاً عصبياً قائماً على التعلم العميق يقوم بتمثيل دقيق للجهد داخل الأذين الأيسر وتحويله إلى تخطيط كهربائية القلب في المجال البعيد دون الحاجة إلى موترات موصلية داخل الخلايا غير قابلة للقياس صراحةً، مما يقلل من عدم اليقين الهيكلي في نمذجة الفسيولوجيا الكهربائية للقلب غير الجراحية.
تقدم هذه الورقة البحثية هجوم "الوكيل التكراري الخصمي" (SIAA)، وهو أسلوب من نوع "الصندوق الرمادي" يثبت أن معرفة هيكل "محول الرؤية" (Vision Transformer) وحده كافية لاختراق النماذج التأسيسية المجمدة المستخدمة في التحقيق الجنائي للصور الاصطناعية بشكل فعال، مما يكشف عن ثغرة حرجة في أنظمة الكشف عن التزييف العميق الحالية.
تقترح هذه الورقة البحثية RobustLT، وهو إطار عمل جاهز للتشغيل (plug-and-play) يقوم بتعديل الاضطرابات بشكل تكيفي أثناء التدريب الخصمي لتعزيز متانة النموذج ومعالجة عدم توازن الفئات في مجموعات البيانات ذات الذيل الطويل في آن واحد.
تقدم هذه الورقة إطاراً بايزياً موحداً ومبتكراً يقوم في آن واحد بإزالة الضجيج من الصور، وفك الالتفاف، واستنتاج الكثافة، والتسجيل التمايزي لتتبع ونمذجة إعادة التنظيم الديناميكي للمشابك العصبية بمتانة في بيانات المجهر الفوتوني ثنائي الفوتون الحية الطولية المشوبة بالضجيج والاضطرابات الحركية.