12446 ورقة بحثية
تقدم هذه الورقة ShredBench، وهو معيار مرجعي جديد يتميز بمسار توليد مؤتمت لتقييم النماذج اللغوية الكبيرة متعددة الوسائط في المهمة الصعبة المتمثلة في إعادة بناء المستندات الممزقة، مما يكشف أن النماذج الحالية تعاني بشكل كبير من صعوبة في الاستدلال الدقيق عبر الوسائط المطلوب لسد الفجوات البصرية مقارنة بأدائها على المستندات السليمة.
تقدم هذه الورقة "خرائط القابلية للاسترداد"، وهي طريقة غير مرتبطة بمهمة محددة تجمع بين مسوحات التدهور الاصطناعي الكثيفة والمساحة تحت المنحنى للمنطقة الحدية ودرجات الموثوقية لتحديد حدود التعرف على لوحات الترخيص تحت زوايا الرؤية القصوى، مما يكشف أن هندسة الاستشعار، وليس بنية الاستعادة، هي التي تحدد نجاح الاسترداد بشكل أساسي.
تقدم هذه الورقة إطار تقييم منهجي ومجموعة بيانات منسقة للكشف عن أن نماذج اللغة السمعية البصرية المتطورة تعاني من هلاوس صوتية كبيرة في فهم الفيديو من منظور الشخص الأول، حيث تستنتج الأصوات من الإشارات المرئية بدلاً من الصوت الفعلي، مما يسلط الضär الضوء على الحاجة الماسة لتقييمات موثوقية قوية في الأنظمة متعددة الوسائط.
تقدم هذه الورقة دراسة استئصال تجريبية على معيار CIFAR-10 تحدد التعديلات الأمثل للتدريب والبنية لتحسين تعميم الشبكات العصبية الالتفافية (CNN)، محققة في النهاية دقة بلغت 89.23% من خلال تجميع مرجح لأفضل التكوينات أداءً، مع إثبات أن الاختيار الدقيق للمعلمات الفائقة والخيارات الهيكلية أكثر فعالية من زيادة تعقيد النموذج بشكل عشوائي.
تُظهر هذه الدراسة أن البنيات خفيفة الوزن، وتحديداً نموذج MobileNetV2 مع تقنية Squeeze-and-Excitation، يمكنها تحقيق توازن عملي بين أداء التجزئة والكفاءة الحسابية في الكشف عن آفات تصوير الثدي مقارنة بالنماذج التقليدية الثقيلة مثل U-Net.
تقترح هذه الورقة إطار عمل "النماذج الأولية الهرمية للمسبقات النطاقية" (HPDP)، وهو نهج متعدد الوسائط موحد يعزز التعلم متعدد الأمثلة في علم أمراض الأنسجة من خلال دمج النماذج الأولية المرتكزة مورفولوجياً، والترميز الموضعي للبنية النسيجية، والمحاذاة الدلالية المدفوعة بالنماذج اللغوية الكبيرة (LLM) لتحقيق تشخيص وتنبؤ بحالات السرطان بأسلوب متطور وقابل للتفسير.
تقترح الورقة البحثية استراتيجية SMoES، وهي استراتيجية توجيه مبتكرة لنماذج الرؤية واللغة القائمة على خليط الخبراء (Mixture-of-Experts)، والتي تستخدم درجات نمطية ناعمة ديناميكية وتنظيم المعلومات المتبادلة لمواءمة تخصص الخبراء مع أنماط الدمج المعتمدة على الطبقة، مما يؤدي إلى تحسين كل من أداء المهام وكفاءة النشر بشكل كبير.
تُعد FlashOverlap تقنية مبتكرة لتداخل الاتصال والحوسبة في تدريب النماذج اللغوية الكبيرة الموزعة، حيث تقضي على زمن الاستجãء المتأخر (tail latency) عبر استبدال العمليات الجماعية التقليدية باتصالات الند للند المفككة وجدولة حوسبة مجزأة دقيقة التفاصيل.
تقدم هذه الورقة ServImage، وهو معيار مرجعي شامل يتكون من مجموعة بيانات لمهام التصميم التجاري في العالم الحقيقي، ونظام تسجيل متعدد الأبعاد للجدوى الاقتصادية، ونموذج للتنبؤ بالدفع، لتقييم الأداء التجاري لنماذج توليد وتعديل الصور بما يتجاوز المعايير الأكاديمية.
تقدم هذه الورقة إطار عمل جديد للمعايرة يقوم بدمج الكاميرات داخل السطح المستهدف لالتقاط عمليات إسقاط متزامنة، مما يقلل وقت المعايرة لأنظمة أجهزة العرض المتعددة من علاقة خطية إلى علاقة ثابتة تقريباً بالنسبة لعدد أجهزة العرض مع الحفاظ على دقة عالية.