12446 ورقة بحثية
تحدد هذه الورقة البحثية المحاذاة الهندسية المفرطة بين التضمينات البصرية والمتشعب اللغوي كسبب جذري للهلوسة في نماذج الرؤية واللغة القائمة على فك التشفير، وتقترح علاجات خالية من التدريب وعلاجات بالضبط الدقيق تعمل على إسقاط هذا الانحياز اللغوي لتحسين الأداء بشكل كبير عبر معايير متعددة دون عبء حوسبي.
تقدم هذه الورقة نظام NETRA، وهو نظام إنترنت الأشياء غير المعتمد على الإنترنت ومنخفض التكلفة، والذي يستخدم دمج المستشعرات والذكاء الاصطنا edge (الحافة) على منصات Raspberry Pi للكشف عن العوائق في السكك الحديدية والحياة البرية بدقة 95% وتكاليف نشر أقل بنسبة 75% من الحلول الحالية، مع تنبيه السائقين بنجاح خلال 2.4 ثانية عبر اتصالات LoRa.
تقدم هذه الورقة البحثية "التنشيط البعدي المشترك" (DCA)، وهو مقياس مبتكر يقيس اتساق التمثيل داخل العينة في النماذج الرؤيوية التأسيسية المجمدة من خلال تحليل التنشيط المشترك لأبعاد الميزات الخام دون تطبيع قياسي، مما يثبت فعاليته في كشف التزييف العميق عبر تحديد عدم الاتساق الهيكلي في الوجوه الاصطناعية.
تقدم هذه الورقة البحثية VAE-LFA، وهي طريقة جاهزة للاستخدام ولا تتطلب تدريباً، تعمل على تخفيف الانجراف الدلالي التدريجي في تحرير الصور باستخدام محولات الانتشار متعددة الخطوات عبر محاذاة الإحصائيات منخفضة التردد داخل فضاء كامن VAE، مما يعزز الاتساق الدلالي والدقة البصرية دون الحاجة إلى إعادة تدريب النموذج أو الوصول إلى معاملات الانتشار.
تقدم هذه الورقة إطار عمل فعال في استهلاك الذاكرة وخالٍ من التجزئة لإعادة بناء التصوير بالرنين المغناطيسي ثلاثي الأبعاد الديناميكي، والذي يمثل المغناطيسية وحساسية الملفات كدوال مستمرة قابلة للتفاضل باستخدام الحقول العصبية ذات الضرب التنسوري، محققاً أداءً فائقاً على الأساليب الرائدة في سيناريوهات نقص أخذ العينات الشديد.
تُثبت هذه الورقة أنه في التمثيلات العصبية الضمنية المستحثة بالمهام، لا تكون إشارة الفئة متجمعة بطبيعتها في فضاء الأوزان، بل يتم بناؤها وتوجيهها بنشاط عبر شبكة القارئ، وهي آلية تفسر سبب فشل التجميع الهندسي في التنبؤ بدقة التصنيف وتحفز التدخلات التي تعزز عملية التوجيه هذه.
تقترح هذه الورقة البحثية "دمج المسار المنظم" (TRM)، وهو إطار عمل مبتكر يعالج قيود التخزين وركود التحسين في التعلم المستمر من خلال إعادة صياغة دمج النماذج كعملية تحسين ضمن فضاء مسار فرعي معزز لتحقيق أداء رائد.
تقترح الورقة البحثية DeCIR، وهو إطار عمل جديد قائم على الإسقاط لاسترجاع الصور المركبة بأسلوب التعلم الصفري، والذي يعالج عقبة الانتقال الدلالي عبر فصل تعلم النقاط الطرفية والانتقالية إلى فروع محولات منخفضة الرتبة منفصلة يتم دمجها عبر دمج اتجاهي منخفض الرتبة، مما يؤدي إلى تحسين الأداء في التعديلات الدلالية المعقدة دون زيادة تعقيد الاستدلال.
إنّ Sci-Orchestra هو إطار عمل للتنسيق القائم على الحوسبة السحابية ونظام Kubernetes، يعمل على أتمتة سير عمل الحوسبة عالية الأداء (HPC) ويوفر سوقاً آمنة ومغلقة (black-box) لتمكين الباحثين من التركيز على الاكتشاف مع تسهيل التعاون بين المؤسسات والشراكات الصناعية دون المساس بالملكية الفكرية.
تُثبت هذه الورقة أن نماذج مطابقة التدفق الكامن (Latent Flow Matching) تمتلك استقراراً ذاتياً في ظل تقليص البيانات والتقلص المعماري، وهي خاصية يستغلها المؤلفون لتطوير خوارزميات تدريب واستدلال فعالة تقلل بشكل كبير من التكاليف الحسابية وجهد التوسيم مع الحفاظ على جودة المخرجات.