cs.CV ورقة بحثية

LithoBench: Benchmarking Large Multimodal Models for Remote-Sensing Lithology Interpretation

تقدم هذه الورقة LithoBench، وهو معيار مرجعي شامل متعدد المستويات يتكون من 10,000 حالة استشعار عن بعد مشروحة من قبل خبراء، صُممت لتقييم وكشف القصور الكبير في النماذج اللغوية متعددة الوسائط الكبيرة في الفهم الدلالي الجيولوجي ومهام التفسير الليثولوجي المعقدة.

Jun Wang, Fengpeng Li, Hang Dong, Tianjin Huang, Wei Han2026-05-11

🤖 AI

Operating Within the Operational Design Domain: Zero-Shot Perception with Vision-Language Models

تقيم هذه الورقة مدى فعالية نماذج الرؤية واللغة كـ "مستشعرات لنطاق التشغيل التصميمي (ODD)" بنمط التعلم الصفري للأنظمة ذاتية القيادة من خلال إجراء دراسة تجريبية على تصنيف وكشف نطاق التشغيل التصميمي، وتحليل استراتيجيات التحسين، وتحديد أن أسلوب "سلسلة الأفكار المرتكزة على التعريف مع تفكيك الشخصية" هو النهج الأكثر فعالية للإدراك الآمن والقابل للتكيف في التطبيقات الحرجة للسلامة.

Berkehan Ünal, Dierend Hauke, Fazlija Dren, Plachetka Christopher2026-05-11

🤖 machine learning

Stochastic Transition-Map Distillation for Fast Probabilistic Inference

تقدم هذه الورقة البحثية تقنية تقطير خريطة الانتقال العشوائي (STMD)، وهي إطار عمل خالٍ من المعلم يعمل على تسريع استنتاج نماذج الانتشار عبر تقطير خريطة الانتقال الكاملة لمعادلة التفاضلية العشوائية (SDE) للنموذج إلى نموذج تدفق متوسط مشروط، مما يتيح أخذ عينات عشوائية فعالة في خطوة واحدة أو خطوات قليلة دون الحاجة إلى معلمين مدربين مسبقاً أو عمليات تحسين معقدة.

George Rapakoulias, Peter Garud, Lingjiong Zhu, Panagiotis Tsiotras2026-05-11

🤖 AI

APEX: Assumption-free Projection-based Embedding eXamination Metric for Image Quality Assessment

يُعد APEX إطار عمل مبتكرًا لتقييم جودة الصور لا يعتمد على افتراضات مسبقة، حيث يستفيد من مسافة "واسرستينين" المقطعة (Sliced Wasserstein Distance) مع نماذج تأسيسية ذات مفردات مفتوحة (CLIP وDINOv2) للتغلب على قيود مقاييس توزيع السمات التقليدية، مما يوفر متانة واستقرارًا فائقين عبر مجموعات البيانات المتنوعة.

Caterina Gallegati, Monica Bianchini, Franco Scarselli, Vittorio Murino, Barbara Toniella Corradini2026-05-11

🤖 machine learning

Spectral Surgery: Class-Targeted Post-Hoc Rebalancing via Hessian Spike Perturbation

تقدم هذه الورقة "الجراحة الطيفية" (Spectral Surgery)، وهي تقنية تحسين لاحقة تُحسن أداء التصنيف في مجموعات البيانات غير المتوازنة من خلال الاضطراب المباشر لأوزان النموذج على طول المتجهات الذاتية لنتوءات هسيان (Hessian spike eigenvectors) لإعادة توازن دقة كل فئة دون إعادة التدريب.

Hugo Vigna, Samuel Bontemps2026-05-11

🤖 AI

Text-to-CAD Evaluation with CADTests

تقدم هذه الورقة CADTestBench، وهو أول معيار اختبار يعتمد على الاختبارات لتقنية "النص إلى CAD" والذي يستخدم اختبارات برمجية قابلة للتنفيذ لتقييم وتوجيه توليد نماذج CAD بصرامة، مما يثبت أن هذا النهج يمكنه التفوق على أداء الأساليب الحالية.

Dimitrios Mallis, Marco Wang, Ahmet Serdar Karadeniz, Elisa Ricci, Anis Kacem, Djamila Aouada2026-05-11

💬 NLP

GazeVLM: Active Vision via Internal Attention Control for Multimodal Reasoning

يُعد GazeVLM نموذجاً متعدد الوسائط بـ 4 مليارات معلمة، يعزز الاستدلال عالي الدقة من خلال استيعاب التحكم الميتا-معرفي لتوليد رموز التحديق ديناميكياً، مما يمكّن النموذج من محاكاة الانتباه البؤري النشط ذاتياً وكبح الميزات المرئية غير ذات الصلة دون الاعتماد على أدوات قص خارجية أو نوافذ سياق متضخمة.

Brown Ebouky, Gabriele Carrino, Niccolo Avogaro, Christoph Studer, Andrea Bartezzaghi, Mattia Rigotti2026-05-11

🤖 AI

Divide and Conquer: Object Co-occurrence Helps Mitigate Simplicity Bias in OOD Detection

تقترح هذه الورقة إطار عمل للكشف عن البيانات خارج التوزيع المتمحور حول الأشياء (OCO)، والذي يخفف من تحيز البساطة في الكشف عن البيانات القريبة من التوزيع (near-OOD) عبر الاستفادة من أنماط التواجد المشترك للأشياء لتقسيم مهمة الكشف ومواجهتها تكيفياً من خلال التمثيلات المتفككة والعلاقات السياقية الدلالية.

Boyang Dai, Chaoqi Chen, Yizhou Yu2026-05-11

🤖 AI

Video Understanding Reward Modeling: A Robust Benchmark and Performant Reward Models

تتناول هذه الورقة نقص المعايير القوية والبيانات عالية الجودة في نمذجة مكافأة فهم الفيديو من خلال تقديم مقعد اختبار فهم الفيديو (VURB)، ومجموعة بيانات تفضيل فهم الفيديو واسعة النطاق (VUP-35K)، ونماذج مكافأة تمييزية وتوليدية رائدة (VideoDRM وVideoGRM) تعزز بشكل كبير الأداء وقدرات الاستنتاج.

Yuancheng Wei, Linli Yao, Lei Li, Haojie Zhang, Hao Zhou, Fandong Meng, Xu Sun2026-05-11

🤖 machine learning

Enhancing Federated Quadruplet Learning: Stochastic Client Selection and Embedding Stability Analysis

تقترح الورقة البحثية FedQuad، وهي طريقة جديدة للتعلم الاتحادي تستخدم الاختيار العشوائي للعملاء وتعلم المقياس القائم على الرباعيات لفرض تماسك داخل الفئة وتباعد بين الفئات، مما يؤدي إلى تحسين تعميم النموذج العالمي ومنع انهيار التمثيل في ظل توزيعات البيانات غير المتجانسة وغير المتوازنة.

Ozgu Goksu, Nicolas Pugeault2026-05-11

→ السابق التالي ←