12381 ورقة بحثية
تقدم هذه الورقة تحليلاً سببياً يوضح أنه في حين أن "بالوعات الانتباه" (attention sinks) في نماذج محولات الانتشار (diffusion transformers) تُحدث تحولات إدراكية كبيرة عند كبتها، فإن إزالتها لا تؤدي إلى تدهور في مواءمة النص مع الصورة أو مقاييس التفضيل، مما يكشف عن انفصال تجريبي بين الاضطرابات على مستوى المسار والمواءمة الدلالية.
يُعد FlashAR إطار عمل خفيف الوزن لما بعد التدريب يعمل على تسريع التوليد التكراري للصور من خلال تكييف النماذج سابقة التدريب مع نموذج تنبؤ ثنائي الاتجاه متوازٍ عبر رأس رأسي مكمل وبوابة دمج ديناميكية، محققاً تسريعاً يصل إلى 22.9 ضعفاً بأقل تكلفة من البيانات والحوسبة.
تقدم هذه الورقة TOC-Bench، وهو معيار مرجعي تم تصفِيته بدقة والتحقق منه بشرياً، صُمم لتقييم القدرة غير المستكشفة لنماذج اللغات الكبيرة المرئية (Video Large Language Models) على الحفاظ على الاتساق الزمني للأجسام عبر حالات الحجب، وتغيرات الحالة، والتفاعلات، مما يكشف أن النماذج الحالية تعاني بشكل كبير في الاستدلال الحساس للهوية وترتيب الأحداث رغم التقدم العام في الفهم المرئي للفيديو.
يُعد GemDepth إطار عمل مبتكر لتقدير عمق الفيديو يحقق أداءً رائدًا في الاتساق ثلاثي الأبعاد والدقة المكانية من خلال دمج وحدة تضمين هندسي للحصول على أولويات حركة صريحة مع محول مكاني-زماني متبادل لفرض تماسك زماني صارم.
تقيم هذه الورقة مدى فائدة تضمينات الأقمار الصناعية ذات الـ 64 بُعداً الخاصة بـ AlphaEarth كمتنبئات قابلة للتوسع للأمراض الحساسة للمناخ وسوء تغذية الأطفال في البلدان منخفضة ومتوسطة الدخل، حيث أظهرت تحسينات ملحوظة في التنبؤ بالملاريا والالتهابات التنفسية مع تسليط الضوء على قيود البيانات التي تحد حالياً من نمذجة التقزم على مستوى العنقود.
تقدم هذه الورقة البحثية "تحسين سياسة مطابقة المسار" (TMPO)، وهي طريقة محاذاة مبتكرة لنماذج الانتشار تستبدل تعظيم المكافأة القياسية بمطابقة التوزيع على مستوى المسار عبر هدف "توازن المسار بـ Softmax" و"أخذ عينات الشجرة العشوائية الديناميكية" للتخفيف بفعالية من اختراق المكافأة، مما يحقق توازناً أمثلاً بين التنوع التوليدي وأداء المهمة.
تقدم هذه الورقة أول خريطة متاحة للجميع، ومتسقة عالمياً بدقة 10 أمتار لحدود الحقول الزراعية لعامي 2024 و2025، تغطي 3.17 مليار مضلع عبر 241 دولة وتم التحقق من دقتها العالية لتمكين المراقبة المتقدمة للمحاصيل وتحليل الأمن الغذائي.
تقدم هذه الورقة طريقة للتدريب المسبق تستفيد من خاصية الإضافة الخطية لفضاءات تضمين نماذج الرؤية واللغة لتفكيك تمثيلات المشهد إلى مكونات المقدمة والخلفية، مما يتيح بناء تمثيلات ثابتة تجاه الخلفية تحقق دقة قياسية في أسوأ حالات المجموعات على مجموعة بيانات "Waterbirds" دون الحاجة إلى بيانات واقعية غير منحازة.
تقدم هذه الورقة USEMA، وهي بنية UNet هجينة تدمج آلية انتباه (SEMA) جديدة قابلة للتوسع وفعالة شبيهة بـ Mamba لتحقيق أداء فائق في تقسيم الصور الطبية وكفاءة حوسبية من خلال الجمع الفعال بين استخراج الميزات المحلية ونمذجة السياق العالمي.
تقدم هذه الورقة مصنف "المنظور البصري للمشاعر السياسية" (PVPS)، وهو أداة تم تدريبها على أكثر من 82,000 تقييم للتنبؤ بكيفية تفسير الهويات السياسية والاجتماعية المختلفة للمحتوى البصري، مما يثبت أن مراعاة هوية الجمهور أمر ضروري للقياس الدقيق للمعنى الذاتي والمتغير للصور السياسية.