12446 ورقة بحثية
يُعد MedScribe إطار عمل قائم على الفرضيات يعمل على تعزيز دقة وتقصي تقارير الأشعة المقطعية من خلال إعادة صياغة عملية التوليد كعملية وكيلية تكرارية حيث يقوم نموذج لغوي كبير باستدعاء أدوات تشخيصية ديناميكياً لتجميع أدلة كمية قبل مرحلة التركيب، متفوقاً بذلك على النماذج الرؤيوية اللغوية الحالية دون الحاجة إلى ضبط دقيق مخصص للمهمة.
تحدد هذه الورقة أن عدم التوافق في فضاء الأوزان بين نماذج الانتشار بالفيديو القياسية وتلك القائمة على التقطير ينبع من التداخل الطيفي في المجموعات الوظيفية المشتركة، وتقترح إطار عمل "التحكيم الطيفي الواعي بالمجموعات" (CASA)، وهو إطار عمل خالي من البيانات يعمل ديناميكيًا على حل هذه الصراعات لاستعادة قابلية نقل (LoRA) ومنع الانهيار الهيكلي.
تقدم هذه الورقة MER-DG، وهي طريقة غير مرتبطة بهيكلية معينة تستخدم تنظيم اعتلاج النمط (modality-entropy regularization) لمنع "الفرط في التخصيص للدمج" (fusion overfitting) الناتج عن الاعتماد على التلازمات عبر الوسائط الخاصة بالمصدر، مما يحسن بشكل كبير أداء تعميم النطاق متعدد الوسائط على معايير مثل EPIC-Kitchens وHAC.
يقدم SignMAE طريقة تدريب مسبق ذاتي التوجيه قائمة على التجزئة، تستخدم التغطية القائمة على التجزئة لالتقاط إشارات اليد الدقيقة بشكل أفضل، محققةً أداءً هو الأفضل من نوعه في عدة مجموعات بيانات للغة الإشارة مع تقليل متطلبات المدخلات.
تقدم هذه الورقة البحثية SFI-Bench، وهو معيار تقييم قائم على الفيديو يضم أكثر من 1,500 سؤال تم تصنيفها من قبل خبراء لتقييم النماذج اللغوية الكبيرة متعددة الوسائط في الاستدلال المكاني والوظيفي المهيكل، مما يكشف عن عدم قدرتها الحالية على دمج الذاكرة المكانية مع الاستدلال الوظيفي بفعالية من أجل الذكاء المرتكز على الواقع.
تقدم هذه الورقة البحثية نموذج (Predictive Video VAE) أو (PV-VAE)، وهو إطار عمل مبتكر يعزز نمذجة توليد الفيديو من خلال دمج هدف إعادة بناء تنبؤي لترميز البنى التنبؤية الزمنية، مما يؤدي إلى جودة توليد فائقة، وتقارب أسرع، وفهم أفضل للمهام اللاحقة مقارنة بالطرق الحالية.
تقدم هذه الورقة مراجعة شاملة لتحدي NTIRE 2026 لتعزيز الصور في الإضاءة المنخفضة بكفاءة، حيث تفصل إحصائيات المشاركة، والحلول خفيفة الوزن المقترحة، ونتائج التقييم المنهجي التي تُظهر تقدماً ملحوظاً في تحقيق التوازن بين جودة الصورة والكفاءة الحسابية من أجل النشر على الأجهزة المحمولة.
تُثبت هذه الورقة أن حقن الأولويات المكانية المستوحاة بيولوجياً، وتحديداً ترميز المسافة المحيطية الذي يعكس التفاعلات اللمفاوية الشبيهة بداء كروهن، في تمثيلات النماذج التأسيسية، يحسن بشكل كبير من تعميم عبر المواقع للتنبؤ بعدم استقرار الساتل الميكروي في سرطان القولون والمستقيم عن طريق تنظيم النماذج للتركيز على المورفولوجيا البيولوجية الثابتة بدلاً من العيوب التصويرية الخاصة بكل موقع.
يقدم هذا المساهمة "Wake Vision"، وهو مسار عمل مؤتمت يولد مجموعة بيانات ضخمة وعالية الجودة للكشف عن الأشخاص في مجال الـ TinyML، ويقلل بشكل كبير، مقارنة بمعيار Visual Wake Words السابق، من معدل خطأ التسمية مع تحسين دقة النموذج عبر مختلف البنيات والظروف.
تقترح هذه الورقة طريقتين تعتمدان على تحويل جيب التمام المتقطع (DCT) لنماذج "Vision Transformers": استراتيجية تهيئة للحفاظ على البنية لإسقاطات الانتباه الذاتي تعمل على تحسين دقة التصنيف، وتقنية ضغط في نطاق التردد تقلل من العبء الحسابي عن طريق بتر الضوضاء عالية التردد دون التضحية بالأداء.