12553 ورقة بحثية
تقدم الورقة البحثية GlotOCR Bench، وهو معيار شامل لتقييم أداء التعرف الضوئي على الحروف (OCR) عبر أكثر من 100 نظام كتابة من أنظمة يونيكود، كاشفةً أن حتى نماذج الرؤية واللغة المتطورة تعاني في التعميم خارج مجموعة صغيرة من أنظمة الكتابة وتعتمد بشكل كبير على تغطية التدريب المسبق بدلاً من الإدراك البصري القوي.
تقدم الورقة البحثية HypoExplore، وهو إطار عمل وكيل (agentic framework) يعامل اكتشاف البنى العصبية كاستقصاء علمي قائم على الفرضيات باستخدام النماذج اللغوية الكبيرة، والتفرع التطوري، والتغذية الراجعة متعددة الوكلاء لتنقيح والتحقق من صحة البنى الرؤيوية خفيفة الوزن بشكل تكراري، محققاً أداءً هو الأفضل في فئته (state-of-the-art) على معايير مثل CIFAR وMedMNIST مع بناء فهم قابل للنقل لمجال التصميم.
تقترح هذه الورقة إطاراً للنمذجة العكسية المدمجة يجمع بين نموذج أمامي تنبؤي ونموذج عكسي توليدي قائم على الانتشار لتوليد أنماط متنوعة ومعقولة فيزيائياً من الغطاء النباتي الحضري قادرة على تحقيق أهداف محددة لخفض درجات الحرارة الإقليمية، مما يعالج الطبيعة غير المحددة للمسألة العكسية حيث تفشل الطرق التقليدية في استيعاب غموض الحل.
تقدم الورقة البحثية SceneCritic، وهو مُقيّم رمزي يستند إلى أنطولوجيا مكانية مهيكلة (SceneOnto) توفر تقييمات مستقرة على مستوى الكائنات لتخطيطات المشاهد الداخلية ثلاثية الأبعاد، مما يُظهر توافقاً فائقاً مع الحكم البشري مقارنة بنماذج الرؤية واللغة، ويكشف أن التحسين القائم على الصور هو الأكثر فعالية لتصحيح الأخطاء الدلالية وأخطاء التوجيه.
تقدم الورقة البحثية RoMa، وهو أسلوب متطور للمطابقة الكثيفة للميزات القوية يجمع بين ميزات DINOv2 العالمية المجمدة وميزات ConvNet المتخصصة الدقيقة مع فك تشفير محول متعدد الوسائط لتحقيق مكاسب كبيرة في الأداء على الاختبارات المرجعية الصعبة.
تقدم الورقة البحثية SciTune، وهو إطار عمل يعمل على مواءمة النماذج اللغوية الكبيرة مع تعليمات علمية متعددة الوسائط منسقة بشرياً، مما ينتج عنه نموذج (LLaMA-SciTune) يتفوق بشكل كبير على الأنظمة الرائدة في المعايير العلمية البصرية واللغوية، بل ويتجاوز الأداء البشري في فئات معينة.
تقدم هذه الورقة "درجة اللوجيت التباينية" (CLS)، وهي دالة تسجيل جديدة لاحقة (post-hoc) وجاهزة للاستخدام المباشر (plug-and-play) تعزز بشكل كبير الكشف عن حالات الخروج عن التوزيع القريبة (near out-of-distribution) لطرق تعلم المحفزات في الرؤية واللغة دون الحاجة إلى إعادة تدريب النموذج أو إجراء تعديلات هيكلية.
تقدم هذه الورقة الشبكات العصبية التلافيفية المجموعاتية (GCNNs) التي تحقق تباينًا متكافئًا قويًا تجاه تغيرات تدرج اللون (hue)، والتشبع (saturation)، والسطوع (luminance) من خلال توظيف طبقة رفع (lifting layer) لتجنب قيم RGB غير الصالحة، مما يؤدي إلى تعميم وكفاءة عينات متفوقة مقارنة بالبنيات التقليدية.
تقدم هذه الورقة البحثية X-Cluster، وهو إطار عمل مبتكر ينظم مجموعات الصور غير المهيكلة من خلال الاكتشاف التلقائي لمعايير تجميع دلالية متنوعة وتجميع الصور باستخدام اللغة الطبيعية كوسيط استدلالي، دون الحاجة إلى مدخلات بشرية أو تسميات محددة مسبقاً.
تقدم هذه الورقة unPIC، وهو إطار عمل معياري يحدد إحداثيات الكائنات بالنسبة للكاميرا (CROCS) كتمثيل هندسي وسيط متفوق لتوليد ثلاثي الأبعاد من الصور، مما يتيح إنشاء سحابة نقاط ثلاثية الأبعاد أكثر دقة واتساقاً وتدفقاً يتفوق على النماذج الحالية الرائدة.