12381 ورقة بحثية
تقدم الورقة البحثية ABRA، وهو معيار مرجعي جديد لوكلاء الأشعة، يضم 655 مهمة تم إنشاؤها برمجياً ضمن بيئة DICOM واقعية، والتي تكشف عن قدرات النماذج الحالية القوية في تنسيق الأدوات ولكنها تظهر أيضاً قصوراً كبيراً في الإدراك الصوري الطبي وتحديد مواقع النتائج.
تقدم الورقة البحثية GraphScan، وهو عامل مسح ديناميكي مستحث بالرسم البياني يعزز نماذج حالة الفضاء الرؤيوي عبر استبدال التسلسل الهندسي بالتوجيه الدلالي المشروط بالميزات، محققاً أداءً هو الأفضل في فئته عبر مختلف المهام الرؤيوية مع الحفاظ على التوسع الحسابي الخطي.
تقدم الورقة البحثية LatentRouter، وهو إطار عمل مبتكر يحسن عملية اختيار النماذج متعددة الوسائط من خلال صياغة التوجيه كأداة للتنبؤ بالمنفعة المضادة للواقع، حيث تتواصل الكبسولات المتعلمة ورموز قدرة النموذج في تواصل كامن لتقدير ومطابقة نقاط القوة المحددة للنماذج المرشحة مع مدخلات الصور والأسئلة، مما يتفوق على النماذج المرجعية الحالية في كل من الأداء وكفاءة التكلفة.
تقدم الورقة البحثية Vision2Code، وهو معيار وإطار تقييم متعدد المجالات وخالٍ من الكود المرجعي، يقيم توليد الكود من الصور عبر رندرة مخرجات النماذج وتقييمها باستخدام معايير محددة لكل مجال، مما يكشف عن فجوات كبيرة في الأداء في المجالات البصرية المكانية والمعقدة، بينما يثبت أن المخرجات المفلترة يمكن أن تحسن تدريب النماذج بشكل فعال.
تقترح هذه الورقة إطار عمل لتصميم اقترانات ضوضاء أولية مشتركة في نماذج الانتشار، حيث تُظهر أن إدخال تبعيات محكومة بين العينات — مثل الاقترانات التنافرية أو اقترانات الفضاء الجزئي — يعزز تنوع الدفعات ويُمكّن من مهام التوليد المهيكلة مثل إنشاء خلفيات لأجسام ثابتة دون المساس بمطابقة المطالبة، أو جودة الصورة، أو كفاءة أخذ العينات.
تقدم هذه الورقة البحثية ZeNO، وهو إطار عمل خالٍ من التدرج (gradient-free) يعمل على تحسين الضجيج في النماذج التوليدية عبر صياغته كمسألة تحكم بالتكامل المساري (path-integral control)، مما يتيح محاذاة فعالة للمكافأة لكل من المولدات العشوائية والحتمية دون الحاجة إلى الانتشار العكسي (backpropagation).
إن VidSplat هو إطار عمل توليدي لا يتطلب تدريباً يستفيد من مسبقات الانتشار بالفيديو لتوليد مناظر جديدة بشكل تكراري وتوجيه عملية إزالة الضجيج الواعية بالهندسة، مما يتيح إعادة بناء مشهد ثلاثي الأبعاد بشكل قوي من مدخلات شحيحة أو حتى من صورة واحدة.
يقدم PD-4DGS أول إطار عمل للبث التدريجي لتقنية Gaussian Splatting رباعية الأبعاد المتكيفة مع عرض النطاق الترددي عبر تفكيك المشاهد الديناميكية إلى طبقات هرمية قابلة للنقل بشكل مستقل، مما يقلل بشكل جذري من زمن الاستجابة الأولي وحجم تدفق البيانات مع تمكين الرندرة عند الطلب عبر شبكات الهاتف المحمول.
تقترح هذه الورقة نهجاً مبتكراً لتصنيف اعتلال الشبكية السكري إلى خمس مراحل من حيث الشدة عبر الجمع بين مجموعات بيانات "كاجل" (Kaggle) والمجموعات الهندية، وتطبيق خوارزميات تقليل الحجم لمعالجة تباين أحجام الصور، واستخدام بنية "إنسبشن في 3" (Inception V3) متعددة القنوات مخصصة مع معالجة مسبقة فريدة لتحقيق دقة ونوعية وحساسية رائدة.
تقترح هذه الورقة إطار عمل مبتكر لترميم الصور بتوجيه من النماذج اللغوية الكبيرة متعددة الوسائط (MLLM)، والذي يستخدم ميزات مستمدة من هذه النماذج ووحدة خليط من خبراء التردد (MoFE) مع محاذاة علاقاتية للتعامل بفعالية مع التدهورات المستمرة والمركبة، محققةً أداءً هو الأفضل في فئته على معايير قياسية مثل CDD11.