12446 ورقة بحثية
تقترح هذه الورقة إطار دفاع موحد يسمى "لعبة التقليد"، والذي يستخدم عميلاً توليدياً متعدد الوسائط مدفوعاً بسلسلة من الأفكار لتحييد الأوهام العدائية الاستنتاجية والاستقرائية من خلال إعادة بناء الجوهر الدلالي للمدخلات بدلاً من عكسها إلى حالتها الأصلية.
تقدم هذه الورقة بحثاً حول Primus وPrimusV2، وهما أول بنيات معمارية تنافسية ترتكز على نماذج المحولات (Transformer) لتقسيم الصور الطبية ثلاثية الأبعاد، والتي تتغلب على قيود النماذج الهجينة من خلال تعظيم استخدام آلية الانتباه، محققةً بذلك أداءً هو الأفضل في فئته يتفوق على أو يضاهي الأساليب الرائدة القائمة على الشبكات العصبية الالتفافية (CNN) عبر تسعة مجموعات بيانات عامة.
تقدم هذه الورقة البحثية "تضخيم الانحياز الاتجاهي في الوصف" (DBAC)، وهو مقياس جديد مدرك للغة يتغلب على قيود الطرق الحالية من خلال القياس الدقيق وتحديد مصادر تضخيم الانحياز في نماذج وصف الصور، لا سيما فيما يتعلق بسمات النوع الاجتماعي والعرق.
تقدم هذه الورقة GuideDog، وهو مجموعة بيانات جديدة متعددة الوسائط من منظور الشخص الأول في العالم الحقيقي تضم 22,000 زوج من الصور والأوصاف من 46 دولة ومعياراً مرجعياً مطابقاً، صُممت لتعزيز الملاحة الواعية بإمكانيات الوصول للأفراد المكفوفين وضعاف البصر من خلال الاستفيد من مسار تحقق بشري-ذكاء اصطناعي قابل للتوسع يرتكز على معايير الخبراء.
تكشف هذه الورقة أن نماذج الرؤية واللغة تظهر أداءً أقل بكثير من البشر في استنتاج اتجاه نظرة العين لأنها تعتمد بشكل خاطئ على اتجاه الرأس بدلاً من مظهر العين، وهو انحياز يُعزى إلى بيانات التدريب وليس إلى بنية النموذج.
تقدم هذه الورقة VISE، وهو أول معيار لتقييم التملق في النماذج اللغوية الكبيرة المرئية (Video-LLMs) من خلال تحليل ميلها للتماشي مع مدخلات المستخدم المضللة على حساب الأدلة البصرية، وتقترح استراتيجيتين لا تعتمدان على التدريب للتخفيف من هذا الانحياز عبر تعزيز التجذر البصري والتدخل أثناء الاستنتاج.
تقترح هذه الورقة نظام علامات مائية "كاشف" مبتكرًا يستخدم أدلة قابلة للتفسير ومستجيبة للتحويل لإعادة بناء سلسلة توليد الوسائط الاصطناعية وإجراء استدلال تفسيري حول تسلسل التعديلات المحددة التي طُبقت، مما يساعد في التحليل الجنائي للتمييز بين الواقع والتزييف.
تعالج هذه الدراسة القيود الحرجة في أبحاث تجزئة الانصمام الرئوي من خلال تنسيق مجموعة بيانات جديدة مكونة من 490 مسحاً، وتقييم تسع بنيات ثنائية وثلاثية الأبعاد بشكل منهجي لإثبات أن نماذج 3D U-Net مع مشفرات ResNet تتفوق على النماذج الأخرى، وإصدار نموذج مفتوح الأوزان هو الأفضل أداءً لتعزيز قابلية التكرار وتسليط الضوء على التحديات المستمرة في اكتشاف الانصمام البعيد.
تقترح الورقة البحثية شبكة FM-BFF-Net، وهي شبكة هجينة لتقسيم الصور الطبية تدمج بين مكونات تلافيفية ومكونات محولة مع تعديل بؤري ودمج ميزات ثنائي الاتجاه لالتقاط السياق العالمي بفعالية وتعزيز دقة الحدود، محققةً أداءً هو الأفضل في فئته عبر ثماني مجموعات بيانات متنوعة للتصوير الطبي.
تقدم هذه الورقة البحثية PVeRA، وهي امتداد احتمالي لمحول VeRA يقوم بتعديل مصفوفاته منخفضة الرتبة المشتركة للتعامل بشكل أفضل مع غموض المدخلات وتحقيق أداء متفوق في معيار VTAB-1k مقارنة بطرق التكيف الفعالة في المعلمات الموجودة.