12498 ورقة بحثية
تقدم هذه الورقة البحثية OVRSISBenchV2، وهو معيار مرجعي واسع النطاق وموجه نحو التطبيقات مع مجموعة بيانات OVRSIS95K وبروتوكولات المهام اللاحقة، إلى جانب نموذج الأساس Pi-Seg الذي يستخدم آلية ضوضاء ذات حافز إيجابي لتعزيز تقسيم صور الاستشعار عن بعد مفتوح المفردات بشكل واقعي.
تقدم هذه الورقة مساراً للبيوميكانيكا ثلاثية الأبعاد أحادي العدسة ومُحسَّناً لوحدات المعالجة المركزية (CPU)، والذي يحقق زيادة في الإنتاجية بمعدل 2.47 ضعفاً وانخفاضاً في وقت التشغيل بنسبة 59.6% على الأجهزة الاستهلاكية، مع الحفاظ على دقة عالية تضاهي النماذج المرجعية القائمة على وحدات معالجة الرسومات (GPU)، مما يتيح تقييماً قابلاً للتوسع ومنخفض الموارد للحركة.
تقدم هذه الورقة البحثية HyCal، وهي طريقة لمعايرة النماذج الأولية لا تتطلب تدريباً، تعمل على تخفيف حدة "جاذبية النطاق" (Domain Gravity) —وهي عدم تماثل تمثيلي ناتج عن عدم توازن البيانات في النطاقات غير المتجانسة— لتمكين التعلم التزايدي للفئات في ظل محدودية العينات (Few-Shot Class-Incremental Learning) عبر تخصصات متنوعة باستخدام نماذج الرؤية واللغة المجمدة.
تقترح هذه الورقة طريقة إعادة بناء ذاتية التوجيه تسمى Noisier2Inverse، تعالج بفعالية ضبابية الصور الناتجة عن الكواشف ذات الحجم المحدود في التصوير المقطعي الصوتي الضوئي من خلال العمل مباشرة على القياسات المشوشة دون الحاجة إلى بيانات حقيقية.
تقترح هذه الورقة مشفرًا تلقائيًا بالانتشار غير خاضع للإشراف يتم تدريبه حصريًا على صور قاع العين عالية الجودة لاستعادة مختلف العيوب غير المهيكلة في عمليات الحصول على صور قاع العين المحمولة يدويًا بفعالية، مما يحسن دقة التشخيص بشكل كبير دون الحاجة إلى إشراف مقترن.
تقترح هذه الورقة إطار عمل STBIR، الذي يدمج بين الرسومات اليدوية والأوصاف النصية من خلال التعلم المنهجي، وتحسين المعرفة بالفئات، والمحاذاة متعددة المراحل عبر الوسائط لتحقيق أداء فائق في استرجاع الصور دقيق التفاصيل، مدعوماً بمجموعة بيانات مرجعية تم تنسيقها حديثاً.
تقدم هذه الورقة البحثية RefereeBench، وهو أول معيار واسع النطاق يضم 11 رياضة وأكثر من 6,000 زوج من الأسئلة والأجوبة لتقييم نماذج اللغات الكبيرة متعددة الوسائط (MLLMs) كحكام رياضيين، مما يكشف أن حتى النماذج الأكثر تطوراً تعاني في تطبيق القواعد والتأصيل الزمني، حيث حققت دقة تبلغ حوالي 60% فقط، مما يسلط الض�وء على الفجوة الكبيرة بين القدرات الحالية والتحكيم الآلي الموثوق.
تقدم هذه الورقة PLAF، وهو إطار عمل يحقق استخراجاً دقيقاً للميزات على مستوى البكسل ومتوافقاً لغوياً في البعد ثنائي الأبعاد، ومخطط تخزين فعالاً لتمكين فهم ثلاثي الأبعاد للمشاهد مفتوح المفردات وقابل للتوسع مع تقليل التكرار إلى أدنى حد.
تقترح هذه الورقة طريقة تدفق المعلومات التكيفي (AIF) التي تعزز نماذج الرؤية واللغة من خلال تعديل الانتباه ديناميكيًا أثناء الاستدلال لضمان تركيز الرموز النصية فقط على الرموز المرئية المهمة، مما يؤدي إلى تصحيح عدم التوافق بين الإدراك البصري وتوليد الإجابة.
تقترح الورقة البحثية نموذج SSFT، وهو محول دمج طيفي-مكاني خفيف الوزن يحقق أداءً هو الأفضل في حالته في التصنيف الطيفي الفائق العام عبر مجموعات بيانات متنوعة من خلال تحليل تعلم التمثيل إلى مسارات طيفية ومكانية متكاملة عبر الانتباه المتقاطع، وكل ذلك مع استخدام أقل من 2% من معاملات الطرق الرائدة السابقة.