12446 ورقة بحثية
تقترح الورقة البحثية طريقة DRIFT، وهي طريقة ضبط دقيق خفيفة الوزن تنقل قدرات الاستنتاج من النماذج اللغوية الكبيرة النصية فقط إلى النماذج متعددة الوسائط بكفاءة عبر حقن سابق استنتاجي محسوب مسبقاً في فضاء التدرج، مما يتغلب على عدم استقرار الدمج البارامتري الساذج مع تحقيق أداء متفوق بتكاليف حوسبة أقل بكثير.
يُعد MERIT إطار عمل معياري عند وقت الاستدلال يعمل على تحسين الكشف عن المعلومات المضللة متعددة الوسائط من خلال تفكيك عملية التحقق إلى وحدات متخصصة — وهي الجنائيات البصرية، والمحاذاة عبر الوسائط، والتحقق من الادعاءات المعزز بالاسترجاع، والحكم المعاير — متفوقاً بذلك على النماذج المرجعية الحالية للتعلم الصفري في اختبار MMFakeBench.
تقترح الورقة البحثية AV-Master، وهو إطار عمل جديد للإجابة على الأسئلة السمعية البصرية، يعزز قدرات الاستنتاج في المشاهد المعقدة من خلال توظيف آلية أخذ عينات تركيز تكيفية ديناميكية للارتباط الزمني، واستراتيجية مدركة للتفضيل لاختيار الوسائط، وفقدان تباين ثنائي المسار لتعلم التمثيلات عبر الوسائط الخاصة بالأسئلة، مما يؤدي إلى تفوقه بشكل كبير على الأساليب الحالية في المقاييس المرجعية واسعة النطاق.
تقدم هذه الورقة البحثية طريقة POUR، وهي طريقة إسقاط هندسي مثالية بشكل مثبت لتعلم الآلة غير المكتمل (machine unlearning) تعمل على إزالة مفاهيم بصرية محددة على مستوى التمثيل من خلال الاستفادة من نظرية الانهيار العصبي (Neural Collapse) لتحقيق التوازن بين فعالية النسيان، ودقة الاحتفاظ، والتمايز بين الفئات، متفوقة بذلك على الأساليب الحالية الرائدة.
تقترح هذه الورقة طريقة ما بعد التدريب غير مرتبطة بنموذج محدد تعمل على تحسين توليد النص إلى صورة من خلال تعلم جداول أخذ عينات خاصة بكل حالة عبر سياسة ديريكليه (Dirichlet) يتم تحسينها بواسطة خط أساس مكافأة جديد يعتمد على انكماش جيمس-شتاين (James-Stein shrinkage).
يعتبر Voxify3D إطار عمل تفاضلياً ثنائي المراحل يعمل على أتمتة توليد فن الفوكسل (voxel art) من المشبكات ثلاثية الأبعاد عبر دمج الإشراف البكسلي المتعامد، والمحاذاة القائمة على الرقع لنموذج CLIP، والكمية المعتمدة على Gumbel-Softmax المقيدة بلوحة ألوان لتحقيق التجريد الهندسي، والحفاظ الدلالي، والتماسك اللوني المنفصل.
تقترح الورقة البحثية "Visual Funnel"، وهي طريقة من خطوتين لا تتطلب تدريباً، تعالج مشكلة "العمى السياقي" في النماذج اللغوية الكبيرة متعددة الوسائط من خلال البناء الديناميكي لمحفظة مدرجة بمقياس الإنتروبيا من محاصيل الصور الهرمية للحفاظ على التنوع الهيكلي بين التفاصيل دقيقة الحبيبات والسياق العالمي.
تقترح هذه الورقة إطار عمل هجين لتقطير المعرفة ثنائي المسار يستفيد من نموذج Swin-ViT عالي السعة لتدريب نموذج Tiny-ViT مدمج، مما يحقق تصنيفاً دقيقاً للغاية وفعالاً وقابلاً للتفسير سريرياً لأمراض الجهاز الهضمي من خلال الانتباه المدرك للمناطق وتقنيات الذكاء الاصطناي القابل للتفسير.
تقدم الورقة البحثية B-FIRE، وهو إطار عمل للتمثيل العصبي الضمني الخالي من التقسيد (binning-free) يستفيد من مشفر وفك تشفير بنمط شبكة عصبية تلافيفية (CNN-INR) مُدرب على مراجع مقسمة حركياً، لإعادة بناء تشريح بطني ثلاثي الأبعاد فوري عالي الدقة من بيانات فضاء k غير الكارتيزية ناقصة العينات بشكل شديد، متفوقاً بشكل كبير على الأساليب الحالية في التصوير بالرنين المغناطيسي الحجمي الديناميكي.
تقترح هذه الورقة "كثافة نسيج الكائن" (OTI)، وهو مقياس جديد، وخالٍ من النماذج، وقابل للتفسير بصرياً، يقيس مدى هشاشة الصور من خلال قياس كثافة نسيج الكائنات الدلالية، متجاوزاً بذلك حدود الطرق الحالية المعتمدة على الوسائط غير القابلة للتفسير.