12101 ورقة بحثية
تقدم هذه الورقة Molmo2Fish، وهو سير عمل تفاعلي يستفيد من نموذج لغوي كبير متعدد الوسائط لتمكين التصحيح والتتبع الموجه باللغة الطبيعية للأسماك في مجموعات بيانات السونار، مما يظهر أداءً عاليًا مع تسليط الضوء على فرص التحسين الإضافي في التكامل اللغوي.
تقدم هذه الورقة البحثية VA-Judger، وهو نموذج مكافأة قائم على تسلسل الأفكار تم تدريبه على مجموعة بيانات تفضيلات بشرية جديدة واسعة النطاق (VAPref-10K) ومعيار مرجعي مبتكر (VA-Judger-Bench) للتغلب على قيود مقاييس الجودة المنفصلة الحالية، مما يوفر مكافآت أكثر تماسكاً وتوافقاً مع البشر تعمل على تحسين توليد الفيديو والصوت المشترك بشكل كبير من خلال التعلم التعزيزي.
تقترح الورقة البحثية عملية "العمليات الغاوسية المزدوجة التباينية" (CDGP)، وهي إطار عمل تحت إشراف ضعيف يجمع بين إحصائية هيمنة اللاحقة المستمدة من العمليات الغاوسية المزدوجة وبين بقايا إعادة البناء الهرمية لتحقيق أفضل النتائج في تقسيم الشذوذ دون الحاجة إلى تعليقات توضيحية على مستوى البكسل.
تكشف هذه الورقة أنه بينما ترفض النماذج اللغوية البصرية المتوافقة مع معايير السلامة الإجابة على الأسئلة المرتبطة بصرياً، فإن فهمها الإدراكي الداخلي يظل سليماً، ويمكن للتدخلات المستهدفة على مستوى التنشيط أن تقمع آليات الرفض لاستعادة الإجابة القائمة على التأسيس دون الحاجة لإعادة التدريب.
تراجع هذه الدراسة النقدية تطبيق نماذج الرؤية واللغة في فهم الفيديو من منظور الشخص الأول، متتبعةً تطورها من التعرف التقليدي إلى الذكاء الاصطناعي المتجسد، مع تسليط الضوء على القيود الحالية في نمذجة التفاعلات طويلة المدى وتحديد الأولويات الرئيسية للأنظمة القابلة للنشر في المستقبل.
يُعد DocClaw نظاماً وكيلياً موحداً يعيد صياغة مهام معالجة المستندات الذكية المتنوعة كعملية تفاعل تكرارية مشتركة بين وكيل ومستند، وذلك عبر الاستفادة من حالة مستند مهيكلة وأدوات قابلة لإعادة الاستخدام لتحقيق أداء تنافسي عبر معايير التعرف الضوئي على الحروف (OCR)، والأسئلة والأجوبة على المستندات (DocQA)، واستخراج المعلومات الرئيسية (KIE).
تقدم هذه الورقة أول تقييم منهجي لأربع طرق لتقدير عدم اليقين مدمجة مع نموذج تأسيسي للتجزئة الدلالية، مما يكشف عن مقايضات حرجة بين الأداء التنبؤي، والموثوقية، والتكلفة الحسابية عبر إعدادات النطاق الداخلي والنطاق الخارجي.
تُظهر هذه الدراسة أنه بينما يكون لتقنية CutMix تأثير ضئيل على الدقة الخام لنماذج التجزئة الدلالية، إلا أنها تعزز باستمرار موثوقيتها، ومعايرتها، وتقدير عدم اليقين لديها، لا سيما في ظل تحولات التوزيع، مما يجعلها أداة حاسمة لعمليات النشر في البيئات الحرجة التي تتطلب معايير سلامة عالية.
تُثبت هذه الدراسة التجريبية أن تكييف نموذج MedSAM3 باستخدام تقنية التكيف منخفض الرتبة (LoRA) بالاعتماد على عشر حالات فقط من تعليقات الخبراء يحقق أداءً تنافسياً سريرياً في تقسيم الأعضاء البطنية والقلبية، مما يقلل بشكل كبير من متطلبات البيانات والوقت مقارنة بالنماذج المتخصصة التقليدية.
تقدم هذه الورقة البحثية "محاذاة مقياس القرار" كخاصية حرجة لنماذج العالم الكامنة في التحكم التنبئي بالنماذج (MPC)، وتقترح مقاييس تشخيصية لتقدير الفجوة بين ترتيب المهام في الفضاء الكامن والواقعي، وتقدم نموذج DA-LeWM، وهو نموذج مُعزز بأهداف مشروطة بالأفعال يحسن بشكل كبير من تقارب التخطيط والنجاح عبر الإنترنت مقارنة بالنهج القياسية القائمة على المسافة الإقليدية.