12498 ورقة بحثية
تقدم هذه الورقة مراجعة منهجية شاملة للتحيز والعدالة في نماذج تحويل النص إلى صورة من خلال وضع تصنيف لأنواع التحيز، والتحليل النقدي للفجوة بين المعايير المثالية والمعايير القابلة للتطبيق، واقتراح إطار عمل جديد لترجمة العدالة إجرائياً من خلال اختبار صارم قائم على الأهداف.
تجادل هذه الورقة بأن الاعتماد حصرياً على معدل نجاح الهجوم (ASR) غير كافٍ لتقييم المتانة العدائية في نماذج التصوير الطبي، حيث تثبت من خلال دراسة منهجية للشبكات العصبية الالتفافية (CNNs) ونماذج المحولات الرؤية (Vision Transformers) أن إطار عمل متعدد المقاييس يدمج الجودة الإدراكية وحجم الاضطراب أمر ضروري لإجراء تقييم شامل للمخاطر العدائية.
تقدم هذه الورقة البحثية "PoInit-of-View"، وهو هجوم مبتكر يستغل الثغرات في مرحلة تهيئة "بنية من الحركة" (Structure-from-Motion) عبر تحسين عدم الاتساق في تدرجات الرؤية المتقاطعة لتعطيل مطابقة النقاط المميزة وتقدير الوضعية، مما يحقق تسميماً عالي الفعالية وقابلاً للنقل عبر أنظمة إعادة البناء ثلاثية الأبعاد المتنوعة.
تقدم هذه الورقة LLMasTool، وهو إطار عمل للبحث عن البنية العصبية القائم على شجرة هرمية يعامل النماذج اللغوية الكبيرة كأدوات لحل درجات حرية محددة ضمن عملية بحث خوارزمية موثوقة، مما يتيح تطوراً مستقراً ومفتوح النهاية للنماذج يتفوق على الأساليب الحالية في معايير CIFAR وImageNet.
تقترح الورقة البحثية إطار عمل S-GRPO، وهو إطار عمل موحد لما بعد التدريب للنماذج اللغوية البصرية الضخمة يدمج بين الضبط الدقيق الخاضع للإشراف والتعلم المعزز عبر حقن مسار الحقيقة الأرضية الشرطي للتغلب على قيود النسيان الكارثي وانهيار التحسين، مما يؤدي إلى تسريع التقارب وتحقيق تكيف نطاقي متفوق مع الحفاظ على القدرات العامة.
تقدم هذه الورقة إطار عمل "الرؤية عبر الضجيج" (SeeTN)، وهو الأول من نوعه الذي يعالج بشكل شامل ضجيج التسميات في تقدير نظرات العين من خلال بناء فضاء تضمين دلالي وتطبيق تنظيم التقارب للتمييز بين العينات المشوبة بالضجيج، مما يعزز بشكل كبير من القدرة على التعميم عبر المجالات دون التضحية بدقة المجال المصدر.
تقترح هذه الورقة نظاماً آلياً لتصنيف لغط القلب الانقباضي يستخدم مطابقة المنحى المتعامد المعقدة مع قاموس غابور المعقد متعدد الدقة لاستخراج الميزات، ومحول رؤية للتصنيف، محققةً دقة بنسبة 95.96% على مجموعة بيانات CirCor DigiScope.
تقترح هذه الورقة وتتحقق من صحة إطار عمل جديد لشبكة عصبية ثنائية المستوى بدمج ميزات ثنائي المراحل (يجمع بين الدمج المتوسط والمتأخر) والذي يحقق دقة فائقة في التعرف على النشاط البشري مقارنة بالنماذج التي تستخدم الدمج المتأخر فقط أو البنى المرجعية القياسية.
تقدم هذه الورقة إطاراً مستهلكاً (amortized) يتيح عزواً بصرياً أميناً في الوقت الفعلي في نماذج التفكير متعددة الوسائط من خلال تعلم تقدير الآثار السببية من ميزات الانتباه، مما يتغلب على التكاليف الحسابية للطرق السببية التقليدية مع توفير أدلة تجسيد فورية أثناء الاستنتاج.
تقدم الورقة البحثية إطار عمل AVRT، وهو إطار عمل مبتكر يستفيد من نماذج المعلم أحادية الوسائط لتوليد مسارات استدلال سمعية-بصرية عالية الجودة لتدريب النماذج متعددة الوسائط الأصغر حجمًا، والتي تحقق لاحقًا أداءً هو الأفضل في فئتها على كل من معايير الاستدلال متعددة الوسائط وأحادية الوسائط.