12446 ورقة بحثية
تقدم هذه الورقة البحثية SteeringDiffusion، وهي واجهة تحكم ذات هيكل خلفي مجمد وفعالة في المعلمات، تتعلم رمزاً كامناً مشروطاً بالوصف (prompt) لتمكين مقايضات سلسة، رتيبة، وقابلة للتعديل أثناء وقت التشغيل بين المحتوى والأسلوب في نماذج الانتشار، متفوقة بذلك على الأساليب الحالية مثل LoRA في القدرة على التحكم والاستقرار.
تقدم الورقة البحثية إطار العمل Act2See، وهو إطار عمل مبتكر يعزز الاستدلال بالفيديو في نماذج الرؤية واللغة من خلال تمكينها من التداخل النشط بين استرجاع الإطارات الديناميكي والتركيب ضمن عمليات "سلسلة الأفكار" الخاصة بها، مما يحقق أداءً رائدًا في عدة معايير قياسية.
تقدم الورقة البحثية الإدراك النشط للفيديو (VAP)، وهي طريقة لا تتطلب تدريباً تستفيد من نظرية الإدراك النشط ونموذج توليد فيديو خفيف الوزن مشروط بالنص لاختيار الإطارات الرئيسية ديناميكياً، مما يحسن بشكل كبير من كفاءة وقدرات الاستنتاج للنماذج اللغوية البصرية الكبيرة في الإجابة على الأسئلة المتعلقة بالفيديوهات طويلة المدى دون الحاجة إلى تدريب إضافي.
تقترح هذه الورقة دمج ترميز متجه فيشر (Fisher Vector) مع بنيات هجينة تجمع بين الشبكات العصبية الالتفافية (CNN) والمحولات البصرية (ViT) لتعزيز تصنيف الصور الطبية عبر أحجام مجموعات بيانات متفاوتة، ومعالجة القيود الحسابية من خلال طريقة قابلة للتوسع لتقدير نماذج الخليط الغاوسي (GMM)، مع تحقيق نتائج رائدة أو تنافسية في عدة اختبارات مرجعية.
يُعد TrajRAG إطار عمل للجيل المعزز بالاسترجاع يعمل على تحسين الملاحة نحو هدف كائن (Object Goal Navigation) بنمط الصفر من الشرح (zero-shot) من خلال تجميع واسترجاع تجارب هندسية-دلالية مهيكلة من الحلقات الماضية لتوجيه استدلال النماذج الكبيرة لاختيار نقاط المسار.
تقدم هذه الورقة إطار عمل للتعلم النشط المراعي للعدالة باستخدام استراتيجية اختيار الإنتروبيا الموزونة لتقليل التفاوتات في الأداء بشكل كبير في تقسيم الصور الطبية من خلال إعطاء الأولوية للمجموعات الفرعية ذات الأداء الضعيف، محققةً خفضاً يصل إلى 86% في مقاييس التفاوت مقارنة بالطرق القياسية.
تقترح الورقة البحثية GLMap، وهي خريطة غاوسية-لغوية متعددة المقاييس تدمج الهندسة الصريحة مع أوصاف دلالية متعددة المقاييس عبر واجهة ثنائية الأنماط ومُقدِّر غاوسي فعال لتمكين الملاحة والاستدلال المتجسد بصفر من التدريب دون الحاجة إلى تدريب إضافي على إسقاط الميزات.
تقترح الورقة البحثية PointCSP، وهو إطار عمل لتعلم السحب النقطية ذاتي الإشراف يستخدم الانتشار الدلالي عبر العينات عبر نماذج فضاء الحالة والتقطير غير المتماثل للحفاظ على الدلالات للتغلب على قيود استقلالية العينات، مما يحقق محاذاة دلالية عالمية فائقة ومتانة عبر المشاهد ثلاثية الأبعاد المتنوعة.
تُعد TrajShield إطار عمل دفاعي لا يتطلب تدريباً ويعمل أثناء وقت الاستدلال، يهدف إلى التخفيف من هجمات كسر الحماية والمخاطر الناشئة زمنياً في نماذج تحويل النص إلى فيديو عبر محاكاة مسارات المطالبات لتحديد المحتوى غير الآمن سببياً وإعادة كتابته بشكل أدنى مع الحفاظ على الدقة الدلالية.
تقترح هذه الورقة إطار عمل LIME، وهو إطار عمل للاستدلال في وقت التشغيل لا يتطلب تدريباً، يعمل على التخفيف من الهلوسة في النماذج اللغوية الكبيرة متعددة الوسائط عن طريق استخدام انتشار الصلة على مستوى الطبقات لضبط تمثيلات المفتاح والقيمة ديناميكياً وفرض اعتماد أكبر على المدخلات الإدراكية بدلاً من الأولويات النصية.