12446 ورقة بحثية
تكشف هذه الورقة أن الحفظ في نموذج "Stable Diffusion" مدفوع بشكل غير متوقع بالتكرار الهيكلي لتضمين نهاية النص في رموز الحشو، مما يضخم تأثيره، وتقترح استراتيجيات بسيطة في وقت الاستدلال للتخفيف من هذه المشكلة دون تقليل جودة الصورة.
تُثبت هذه الورقة أن دمج وحدات الأوزان السريعة الهيبية (Hebbian Fast-Weight) في نماذج المحولات الرؤيوية (Vision Transformers)، وتحديداً عبر استراتيجية وضع واحدة في المرحلة النهائية من نموذج Swin-Tiny، يعزز بشكل كبير أداء التعرف على الحروف في حالات التعلم ببيانات قليلة (few-shot) من خلال تمكين التكيف السريع على مستوى الحلقة (episode-level adaptation) الذي يتفوق على البنيات القياسية ذات الأوزان الثابتة.
تقدم هذه الورقة طريقة مركبة تجمع بين نموذج "Segment Anything Model" (SAM) وأداة متخصصة في مجال معين، تحقق دقة تماثل دقة البشر في التقسيم التلقائي لكريات الخلايا الجذعية المستحثة متعددة القدرات، متفوقة بذلك على الأدوات الحالية عبر ظروف تصوير متنوعة.
تقدم هذه الورقة NucEval، وهو إطار تقييم قوي يعالج أربع مشكلات رئيسية في تجزئة النوى (nuclear instance segmentation) — وهي التعامل مع المناطق الغامضة، وتطبيع الدرجات، والتداخل بين الحالات، وعدم اليقين في الحدود — لتوفير مسار موحد ومحسن لتقييم نماذج التعلم العميق في علم الأمراض الحسابي.
تقدم الورقة البحثية CAFe-DINO، وهو نموذج تقسيم دلالي مفتوح المفردات لا يتطلب تدريباً لصور الاستشعار عن بعد، والذي يستفيد من هيكل DINOv3 وتجميع التكلفة لتحقيق أداء يضاهي أحدث ما توصل إليه العلم دون الحاجة إلى ضبط دقيق خاص بالمجال.
تقترح هذه الورقة دالة توليد جديدة قائمة على التجزئة تُعدُّ متعددات الأضلاع محدبة الصفوف بدون ثقوب داخلية من خلال ربط تجزئات الأعداد للمساحة بتسلسلات أطوال الصفوف، مما يؤدي إلى اشتقاق صيغة دقيقة وتحديد معدل النمو التقاربي .
تقترح هذه الورقة البحثية مسارًا لتعزيز البيانات الاصطناعية مدفوعًا بنموذج الانتشار، يتميز بنموذج طلاء داخلي مبتكر وآلية اختيار لاحقة للبيانات خارج التوزيع لمعالجة عدم التوازن في الفئات ذات الذيل الطويل بفعالية في تصنيف الصور الطبية، محققةً مكاسب كبيرة في الأداء — لا سيما في الفئات النادرة — على مجموعة بيانات ISIC2019 لآفات الجلد.
تقدم هذه الورقة VEBench، وهو أول معيار شامل يتكون من 3.9 ألف فيديو مُحرَّر عالي الجودة و3,080 زوجاً من الأسئلة والأجوبة التي تم التحقق منها بشرياً لتقييم قدرات النماذج اللغوية متعددة الوسائط في معرفة تحرير الفيديو في العالم الحقيقي والاستدلال التشغيلي، مما يكشف عن فجوة أداء كبيرة بين النماذج الحالية والإدراك البشري للتحرير.
إنَّ TACO هو مسار معالجة مترابط وثيقًا بين وحدة قياس القصور الذاتي (IMU) وتحديد الموقع الجغرافي دقيق التفاصيل عبر الرؤية المتقاطعة، مما يتيح تحديد موقع مطلق قوي ومستقل عن نظام تحديد المواقع العالمي (GNSS) من خلال تفعيل مطابقة صور الأقمار الصناعية ديناميكيًا لتصحيح الانجراف العطالي، محققًا بذلك تقليلًا في خطأ المسار يصل إلى ستة أضعاف تقريبًا في مجموعة بيانات KITTI.
تقترح الورقة البحثية "محاذاة الأولويات الهرمية التكيفية" (AHPA)، وهي إطار عمل خفيف الوزن يعمل ديناميكيًا على محاذاة تدريب "محول الانتشار" (Diffusion Transformer) مع الاحتياجات الخاصة بكل خطوة زمنية من خلال الاختيار التكيفي لميزات "المشفر التلقائي المتغير" (VAE) متعددة المستويات، مما يتغلب على قيود الإشراف الثابت أحادي التدرج لتحسين التقارب وجودة التوليد دون أي عبء إضافي أثناء الاستدلال.