12553 ورقة بحثية
تُظهر هذه الدراسة أن طريقة تباين التدرجات (Variance of Gradients) فعالة في اكتشاف الأخطاء في تسميات الحقيقة الأرضية لتجزئة صور صدى القلب، وأن تصحيح هذه الأخطاء أثناء عملية التدريب يحسن أداء النموذج بشكل كبير، لا سيما عند مستويات الخطأ العالية.
يقدم VideoFlexTok طريقة لترميز الفيديو من الخشن إلى الناعم وذات طول مرن، تستبدل تمثيلات الشبكة ثلاثية الأبعاد الثابتة بتسلسلات رموز متغيرة الطول، مما يتيح تدريباً أكثر كفاءة وتوليد فيديوهات طويلة عبر إعطاء الأولوية للدلالات المجردة والحركة قبل التفاصيل الدقيقة.
تقدم هذه الورقة برامج الإدراك (P)، وهي طريقة لا تتطلب تدريباً تعمل على تحويل مخرجات أدوات الرؤية الكثيفة ذات مستوى البكسل إلى ملخصات موجزة ذات طبيعة لغوية، مما يمكّن النماذج اللغوية متعددة الوسائط من تحقيق مكاسب كبيرة في الأداء في مهام الاستدلال البصري دون الحاجة إلى إعادة تدريب النموذج أو إجراء تعديلات عليه.
تقدم هذه الدراسة المسحية تحليلاً شاملاً للهلوسة في النماذج اللغوية الكبيرة للفيديو من خلال تقديم تصنيف منهجي يميز بين التشويه الديناميكي وتزييف المحتوى، ومراجعة استراتيجيات التقييم والتخفيف الحالية، وتحديد الاتجاهات البحثية المستقبلية لبناء أنظمة فيديو-لغة أكثر متانة.
تقترح هذه الورقة البحثية "التسرب التكيفي للبيانات" (Adaptive Data Dropout)، وهو إطار عمل للتعلم ذاتي التنظيم يقوم بتعديل مجموعة فرعية من بيانات التدريب ديناميكيًا بناءً على تغذية راجعة للأداء لتحسين الكفاءة والتعميم في الشبكات العصبية العميقة.
تقترح هذه الورقة V-GIFT، وهي طريقة خفيفة الوزن تعزز قدرات الاستدلال البصري للنماذج اللغوية الكبيرة متعددة الوسائط من خلال دمج جزء صغير من مهام التمهيد ذاتية الإشراف المعاد صياغتها كتعليمات لغوية طبيعية في بيانات التدريب، مما يجبر النماذج على الاعتماد على الأدلة البصرية بدلاً من الأولويات اللغوية.
تقدم الورقة البحثية AbdomenGen، وهو إطار عمل انتشار متسلسل مشروط بالحجم يستخدم "كمية التحكم في الحجم" (Volume Control Scalar) مبتكرة لتوليد تنوعات تشريحية للبطن ذات دلالة سريرية وأمانة هندسية مع تحكم مستقل متعدد الأعضاء ومحاذاة توزيعية محسنة لأبحاث التصوير الطبي.
تقدم هذه الورقة شبكة استكمال الميزات الاحتمالية (P-FIN)، وهي إطار عمل للتعلم الاتحادي يولد تقديرات عدم يقين معايرة للأنماط المفقودة لتمكين بوابات الميزات المحلية والجمع العالمي الواعي بالموثوقية، مما يحسن بشكل كبير أداء تصنيف صور الأشعة السينية للصدر متعددة الأنماط في البيئات الرعائية التي تحافظ على الخصوصية.
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.