12446 ورقة بحثية
تقترح هذه الورقة إطار عمل UNO، وهو إطار عمل خفيف الوزن لما بعد التدريب يستفيد من مهام الفهم مثل الوصف النصي والانحدار البصري كإشارات إشرافية لاستعادة التآزر صراحةً بين المكونات المنفصلة في النماذج متعددة الوسائط الموحدة، مما يعزز بشكل كبير قدراتها في توليد الصور وتحريرها.
تقدم هذه الورقة SADBench، وهو إطار عمل معياري منهجي يقيم قدرات وحدود هجمات إخفاء المعلومات في الصور ودفاعات تحليل الإخفاء عبر أربع مهام أساسية، مما يكشف عن عدم تماثل حرج في القابلية للنقل واستمرار التهديدات الواقعية لتوجيه التطورات الأمنية المستقبلية.
تقدم هذه الورقة البحثية CXR-ContraBench، وهو معيار يكشف أن نماذج الرؤية واللغة الطبية تعاني تكراراً من "جذب الخيارات المنفية" — وهو فشل خطير سريرياً حيث تختار إجابات منفية تتعارض مع الأدلة البصرية — وتوضح أن مدقق اتساق حتمي يمكنه إصلاح أخطاء الاستقطاب هذه بفعالية دون إعادة تدريب.
يُعد InkDiffuser إطار عمل قائمًا على الانتشار يحقق تركيبًا عالي الدقة للخط الصيني من محاولة واحدة عبر دمج آلية تعزيز التردد العالي وفقدان بنية الحبر التفاضلي (DIS) المبتكر لتنظيم مورفولوجيا الحبر بشكل صريح وتحسين واقعية الضربات.
تقدم هذه الورقة LipB-ViT، وهو رأس بايزي (Bayesian header) غير مرتبط ببنية محددة يفرض قيود "ليبسشيتز ثنائية" (bi-Lipschitz constraints) على الأوزان التباينية للكشف بفعالية عن ضوضاء التصنيف ذات البنية والتقارب الدلالي والتخفيف من حدتها في نماذج المحولات الرؤيوية (vision transformers)، محققاً بذلك تفوقاً في الاستدعاء والمتانة مقارنة بالأسالهم المتقدمة.
تقدم الورقة البحثية DropsToGrid، وهو عملية عصبية مكانية-زمانية مدركة للضجيج تدمج بيانات محطات الأرصاد الجوية المتفرقة والمشوبة بالضجيج مع سياق الرادار لتوليد خرائط هطول أمطار عالية الدقة وذات عدم يقين مُعاير جيداً، متفوقة بذلك على النماذج التشغيلية ونماذج التعلم العميق المرجعية الحالية.
تقترح هذه الورقة إطار عمل للضبط الدقيق التنافسي المدرك للكشف، والذي يعمل بفعالية على تخفيف هجمات الأبواب الخلفية في نماذج كشف الأشياء من خلال إدخال تقليل الحد الأدنى للفرع الناعم والضبط الدقيق مزدوج الأهداف لمعالجة التحديات الفريدة المتمثلة في التصنيف الخاطئ واختفاء الكائنات دون معرفة مسبقة بهدف الهجوم.
تقدم هذه الورقة البحثية RAWild، وهو إطار عمل موجّه بالفيزياء يحقق أداءً هو الأفضل في فئته للكشف عن الأجسام في الصور الخام (RAW) بغض النظر عن نوع المستشعر، وذلك عبر الجمع بين استراتيجية تعيين النغمات العالمية-المحلية ومسار محاكاة واقعي قائم على الفيزياء للتغلب على الفجوات النطاقية الناتجة عن تنوع خصائص المستشعرات وظروف التعرض للضوء.
تقدم هذه الورقة MobileEgo Anywhere، وهو إطار عمل يستفيد من الهواتف الذكية الشائعة لتعميم جمع مجموعات بيانات منظور الشخص الأول واسعة النطاق ومدتها ساعة كاملة مع تتبع الحالة المستمر، مما يعالج ندرة البيانات طويلة المدى اللازمة لتطوير نماذج الرؤية واللغة والعمل (Vision Language Action models).
تقدم هذه الورقة iPhoneBlur، وهو معيار مرجعي مصنف حسب الصعوبة يتكون من 7,400 زوج من ضبابية الحركة الواقعية من فيديوهات iPhone 17 Pro، والذي يكشف عن فجوات أداء كبيرة عبر مستويات شدة الضبابية وتحولات النطاق التي تحجبها المقاييس التجميعية التقليدية، مما يتيح تقييماً أكثر موثوقية لنماذج الاستعادة المخصصة للأجهزة المحمولة الاستهلاكية.