12446 ورقة بحثية
تقدم هذه الورقة إطار عمل موحداً متمحوراً حول الـ iERF يدمج التفسير المحلي والعالمي والآلي من خلال تفكيك نسبة المشاركة، والتفسير المرتكز على المفاهيم، وعزو المفاهيم بين الطبقات، لتوفير تفسيرات قوية ومدعومة بالأدلة حول كيفية تحويل نماذج الرؤية للبكسلات إلى قرارات.
تُثبت هذه الورقة أن استخدام الفيديو عالي السرعة يعزز بشكل كبير الفهم الدلالي لصفر-الخطوة (zero-shot) للأفعال البشرية السريعة، مثل الكيندو، من خلال تحسين قابلية الفصل والاستقرار في تمثيلات الأفعال في مسارات العمل الخالية من التدريب التي تدمج نماذج الفيديو واللغة مع استدلال النماذج اللغوية الكبيرة.
تقدم هذه الورقة البحثية GOR-IS، وهو إطار عمل مبتكر لإزالة الأجسام من المشاهد ثلاثية الأبعاد باستخدام التوزيعات الغاوسية (3D Gaussian)، حيث يقوم بتفكيك المشاهد إلى مكونات جوهرية لنمذجة انتقال الضوء بشكل صريح وإجراء عملية الملء (inpainting) في مجالي المادة والإضاءة، مما يحقق اتساقاً فيزيائياً وتماسكاً بصرياً فائقين مقارنة بالطرق الحالية.
تقترح هذه الورقة مسار تدريب متكامل (end-to-end) يعمل على تحسين مشترك لمُرمِّز دلالي أحادي الأبعاد ونموذج توليدي ذاتي الانحدار، محققاً أداءً رائدًا في توليد الصور بـ FID قدره 1.48 على مجموعة بيانات ImageNet 256x256.
تقدم هذه المساهمة إطار عمل للتحليل التنافسي الحساس للمقاييس عبر تفكيك الانتشار المقيد، مما يثبت أن نماذج الذكاء الاصطناعي التوليدي القياسية لا تستوعب القوانين الفيزيائية عبر المقاييس، بل تُظهر بدلاً من ذلك تجمداً هيكلياً وعدم استقرار تحت تأثير الاضطرابات المقيدة فيزيائياً.
تقدم هذه الورقة Colorful-Noise، وهي طريقة لا تتطلب تدريباً تعمل على التلاعب بالمكونات منخفضة التردد لضوضاء غاوس (Gaussian noise) المدخلة باستخدام مسبقات صور (image priors) للتحكم بفعالية في البنية العالمية والألوان للصور المولدة في نماذج الانتشار مع الحفاظ على التفاصيل عالية التردد من أجل التباين.
تقدم الورقة البحثية FedHD، وهو إطار عمل جديد للتعلم الاتحادي لتحليل صور الشرائح الكاملة يعالج التباين عبر المؤسسات من خلال توظيف محاذاة الميزات القائمة على الخليط الغاوسي، والتقطير الاصطناعي واحد لواحد، والتكامل القائم على المنهج الدراسي لتحقيق تدريب تعاوني يحافظ على الخصوصية ومستقل عن البنية الهيكلية ويتفوق على النماذج المرجعية الحالية.
تُثبت هذه الورقة البحثية أنه يمكن كسر حماية نماذج الرؤية واللغة بفعالية من خلال أربعة هجمات مبتكرة على النمط البصري، مما يكشف عن فجوة حرجة في التوافق عبر الأنماط حيث تفشل تدريبات السلامة القائمة على النصوص في التعميم على المدخلات البصرية الضارة.
تقترح هذه الورقة البحثية طريقة "ضبط التلقين بـ Softmax المزدوج" (DSPT)، وهي طريقة خالية من المعلمات الفائقة تستفيد من كبح التدرج الجوهري عبر التنميط الاحتمالي المتسلسل لتكييف نماذج الرؤية واللغة بمتانة مع ضجيج التصنيفات من خلال التصفية الطبيعية للتحديثات القصوى الناتجة عن العينات المصنفة خطأً.
يُعد BlenderRAG نظاماً للتوليد المعزز بالاسترجاع يعمل على تحسين دقة واتساق الهندسة في الإنشاء التلقائي للأجسام ثلاثية الأبعاد من اللغة الطبيعية بشكل كبير، وذلك عبر الاستفادة من مجموعة بيانات متعددة الوسائط ومنسقة من الأمثلة التي تم التحقق منها من قبل خبراء لتوجيه النماذج اللغوية الكبيرة الحديثة دون الحاجة إلى الضبط الدقيق.