12498 ورقة بحثية
تقدم هذه الورقة إطار عمل "محاذاة الانتشار متعدد الأهداف على مستوى الخطوة" (MSDDA)، وهو إطار عمل لا يتطلب إعادة تدريب يحقق تكافؤاً تاماً مع الضبط الدقيق للتعلم التعزيزي على مستوى الخطوة لمحاذاة نماذج الانتشار مع أهداف متعددة، وذلك عبر اشتقاق توزيع عكسي مثالي لتقليل الضجيج على مستوى الخطوة مباشرة من النماذج الأساسية أحادية الهدف دون أخطاء تقريبية.
تُثبت هذه الورقة أن طريقة التصفية بالصفر (zero-ablation) المستخدمة على نطاق واسع تبالغ بشكل كبير في تقدير الاعتماد الوظيفي لنماذج "Vision Transformers" على المحتوى الدقيق للسجلات، حيث إن الاضطرابات البديلة مثل الضجيج أو إعادة الخلط تحافظ على الأداء بينما يؤدي التصفير إلى تعطيل التمثيلات الداخلية بشكل غير متناسب.
تقترح هذه الورقة إطار عمل تفاعلياً للتعهيد الجماعي يستفيد من قيود الخصائص المرئية وتسلسل هرمي محدد مسبقاً لفئات الأشياء للتخفيف من ذاتية الملاحظين ومعالجة الفجوة الدلالية في وسم الصور في العالم الحقيقي.
تقدم الورقة البحثية نموذج CI-CBM، وهو نموذج عنق الزجاجة للمفاهيم (concept bottleneck model) ذو زيادة فئوية، يستخدم تنظيم المفاهيم وتوليد المفاهيم الزائفة للتخفيف بفعالية من النسيان الكارثي مع الحفاظ على دقة عالية وقابلية كاملة للتفسير في سيناريوهات التعلم المستمر.
تقترح الورقة البحثية SEPatch3D، وهو إطار عمل مبتكر يسرع كواشف الأجسام ثلاثية الأبعاد من نوع (ViT-based sparse multi-view) عبر ضبط أحجام الرقع ديناميكيًا وتعزيز الميزات الخشنة بتفاصيل دقيقة، محققًا سرعة استدلال تصل إلى 57% أسرع من StreamPETR مع الحفاظ على دقة كشف مماثلة.
تقترح الورقة البحثية إطار عمل AVR، وهو إطار عمل استدلال بصري تكيفي يختار ديناميكيًا بين التفكير الكامل، أو الإدراك فقط، أو صيغ الإجابة المباشرة لتقليل استخدام الرموز (tokens) بشكل كبير والحد من الإفراط في التفكير في نماذج الاستدلال البصري مع الحفاظ على الدقة.
تقترح هذه الورقة إطار عمل لتعلم الضجيج الموجه بالانتباه (ANL) يستفيد من عملية إزالة الضجيج في نموذج انتشار مدرب مسبقاً لاستخراج آثار قوية وموزعة عالمياً، مما يحسن بشكل كبير من قدرة كواشف التزييف العميق على التعميم تجاه أنواع التزوير غير المرئية، بما في ذلك تلك الناتجة عن نماذج الانتشار، دون إضافة عبء إضافي عند الاستدلال.
تقدم هذه الورقة "التحفيز باللوجيت المقنع" (Masked Logit Nudging)، وهي طريقة لتحرير الصور موجهة بالطلبات (prompt-guided) للنماذج التوليدية البصرية ذاتية الانحدار (visual autoregressive models)، تعمل على مواءمة تنبؤات النموذج مع خرائط الرموز المصدرية (source token maps) ضمن المناطق المقنعة مكانياً لتحقيق أداء تحرير رائد في هذا المجال وإعادة بناء عالية الجودة، مع الحفاظ على سرعات استدلال أسرع من نماذج الانتشار (diffusion models).
تقترح هذه الورقة طريقة فعالة حاسوبياً وخالية من المعلمات، تعمل على تعزيز قدرة الشبكات العصبية الالتفافية (CNN) على التعميم في سيناريوهات ندرة البيانات من خلال تطبيق تحويلات فوضوية غير خطية (باستخدام خرائط لوجستية، وخرائط الخيمة المائلة، وخرائط الجيب) على متجهات السمات، مما يؤدي إلى تحسينات كبيرة في الدقة عبر مجموعات بيانات MNIST وFashion-MNIST وCIFAR-10 دون زيادة تعقيد النموذج.
تقدم هذه الورقة مساراً لتخليق البيانات مدفوعاً بالهندسة، يقوم بتوليد صور ثلاثية الأبعاد واقعية للأنابيب العضلية لتدريب نموذج تجزئة مدمج، مما يتيح تجزئة دقيقة للنماذج على البيانات الطبية الحيوية الحقيقية رغم غياب مجموعات البيانات المشروحة.