12498 ورقة بحثية
تقدم هذه الورقة SecureWebArena، وهو أول معيار مرجعي شامل مصمم لتقييم أمن وكلاء الويب القائمين على نماذج اللغات الكبيرة المرئية (LVLMs) من خلال مجموعة متكاملة من البيئات الواقعية، وتصنيف مهيكل لنواقل الهجوم، وبروتوكول تقييم متعدد الطبقات يكشف عن الثغرات الأمنية الحرجة والمقايضات عبر فئات النماذج المتنوعة.
تقدم هذه الورقة البحثية "محاذاة مطابقة التدفق" (FMA)، وهو إطار عمل جديد للتعلم بلقطات قليلة ومستقل عن النموذج، يستبدل الضبط الدقيق التقلّي الموفر للمعلمات ذي الخطوة الواحدة بحقل سرعة متعدد الخطوات وعابر للأنماط لتحقيق محاذاة ميزات أكثر دقة ومتانة على مجموعات البيانات الصعبة.
تقدم الورقة البحثية JanusCoder، وهو واجهة برمجية بصرية تأسيسية تم تدريبها على أكبر مجموعة بيانات برمجية متعددة الوسائط (JanusCode-800K) لتوليد الكود من النصوص أو المرئيات أو كليهما، محققةً أداءً يضاهي أو يتفوق على النماذج التجارية عبر مهام برمجية متنوعة.
تقدم هذه الورقة البحثية Turbo-DDCM، وهي طريقة لضغط الصور بنمط (zero-shot) سريعة ومرنة تعمل على تسريع إطار عمل DDCM الحالي بشكل كبير من خلال الدمج الفعال لمتجهات ضوضاء متعددة لكل خطوة وتقديم متغيرات تكيفية لتحديد أولويات المناطق والتحكم في التشويه، كل ذلك مع الحفاظ على أداء يضاهي أحدث ما توصل إليه العلم.
تقدم هذه الورقة SciPostLayoutTree، وهي مجموعة بيانات تضم حوالي 8,000 ملصق علمي مشروح صُممت لمعالجة التحدي غير المستكشف في التحليل الهيكلي لتخطيطات الملصقات، إلى جانب نموذج Layout Tree Decoder مبتكر يستفيد من الميزات البصرية وميزات صناديق الإحاطة للتنبؤ بدقة بالعلاقات المكانية المعقدة مثل ترتيب القراءة والتسلسلات الهرمية بين الأب والابن.
تقدم الورقة البحثية MASS، وهو إطار عمل محايد للنماذج يعزز قدرات نماذج الرؤية واللغة في الاستدلال والفهم الفيزيائي عبر حقن إشارات مكانية-زمانية من خلال الترميز ثلاثي الأبعاد القائم على العمق وتتبع الحركة، مدعوماً بمعيار MASS-Bench الجديد والضبط الدقيق بالتعزيز لتحقيق أداء يضاهي النماذج مغلقة المصدر ذات الحالة الراهنة.
تُعد CropVLM طريقة خارجية تعتمد على التعلم المعزز ولا تتطلب تدريباً، تعمل على تعزيز الإدراك الدقيق لنماذج الرؤية واللغة من خلال "التقريب" ديناميكياً على مناطق الصور ذات الصلة، مما يحسن الأداء بشكل كبير في المهام عالية الدقة دون الحاجة إلى صناديق إحاطة مصنفة بشرياً أو تعديل النموذج الأساسي.
يُعد ProPhy إطار عمل تقدمي للمحاذاة الفيزيائية يعزز الاتساق الفيزيائي لمحاكاة العالم الديناميكي من خلال توظيف آلية "خليط من خبراء الفيزياء" المكونة من مرحلتين لاستخراج الأولويات الفيزيائية دقيقة التفاصيل ونقل قدرات الاستدلال البصري اللغوي لتوليد فيديوهات متباينة الخواص وواعية فيزيائياً.
تقدم الورقة البحثية إطار عمل OMEGA، وهو إطار عمل موجه بالتحسين وخالٍ من التدريب، يعمل على تعزيز توليد المشاهد التفاعلية القائمة على الانتشار من خلال فرض قيود فيزيائية واجتماعية لتحسين الواقعية، والقدرة على التحكم، وتكرار السيناريوهات العدائية ذات الأهمية المتعلقة بالسلامة لتقييم المركبات ذاتية القيادة بشكل كبير.
يُعد SynthPix مولداً للصور الاصطناعية عالي الأداء يعتمد على تقنية JAX لتقنية قياس سرعة الصور بالجسيمات (PIV)، حيث يقوم ببث أزواج صور آنية مباشرة إلى مسارات التعلم لتمكين التوليد الفعال للبيانات، واختبار المتانة، والتصميم التجريبي ذي الحلقة المغلقة دون عبء التخزين الناتج عن سير العمل غير المتصل بالإنترنت.