12553 ورقة بحثية
يُعدُّ CARINOX إطار عمل موحداً يعزز المحاذاة التركيبية لنماذج الانتشار من النص إلى الصورة عبر دمج تحسين واستكشاف الضجيج الأولي مع استراتيجية اختيار مكافأة مبدئية مرتبطة بالحكم البشري، محققاً بذلك مكاسب أداء كبيرة مقارنة بالأساليب المتطورة دون الحاجة إلى ضبط دقيق للنموذج.
تُثبت هذه الورقة أن التعلم المعزز (RL) يتفوق بشكل كبير على الضبط الدقيق الخاضع للإشراف (SFT) في تعزيز النماذج اللغوية الكبيرة متعددة الوسائط من خلال إعادة تشكيل مشفراتها البصرية بشكل جذري لإنتاج تمثيلات بصرية أقوى وأكثر تحديداً، مما أدى إلى اقتراح إطار عمل تدريبي فعال حاسوبياً يسمى "تحسين الرؤية الموجه بالتفضيل" (PIVOT).
تقدم هذه الورقة البحثية MREF-AD، وهو إطار عمل قائم على "خليط من الخبراء" (Mixture-of-Experts) يعمل على دمج بيانات التصوير العصبي متعددة الوسائط تكيفياً على المستوى الإقليمي لتحقيق تشخيص دقيق وقابل للتفسير لمرض الزهايمر.
إن Flow Gym هو إطار عمل قائم على JAX صُمم لتوحيد عمليات التطوير، والقياس المرجعي، والتدريب، والنشر لطرق قياس سرعة الصور بالجسيمات (PIV) والتدفق البصري من خلال واجهة معيارية تعزز قابلية التكرار وتجسر الفجوة بين الأبحاث والتطبيقات التجريبية.
تقدم هذه الورقة HAERAE-Vision، وهي معيار للاستعلامات البصرية غير المحددة بدقة من الواقع في المجتمعات الكورية، كاشفةً أن النماذج اللغوية الرؤيوية الحالية تعاني بشكل كبير مع المدخلات الطبيعية للمستخدمين بسبب نقص السياق وليس بسبب فجوات في القدرات الجوهرية، وأن إعادة كتابة الاستعلام بشكل صريح تحقق مكاسب في الأداء أكبر بكثير من البحث عبر الويب.
تقدم هذه الورقة البحثية PSF-Med، وهو معيار واسع النطاق يكشف عن حساسية كبيرة تجاه إعادة الصياغة في النماذج اللغوية البصرية الطبية، وتوضح أن استخدام المشفرات التلقائية المتفرقة (Sparse Autoencoders) لتحديد والتدخل في سمات محددة يمكن أن يحسن المتانة بشكل كبير مع تقليل الاعتماد على الأولويات النصية.
تقدم هذه الورقة إطار عمل يربط بين النماذج اللغوية الكبيرة متعددة الوكلاء والنماذج التأسيسية الكامنة لتمكين الاستكشاف الآلي واسع النطاق لفضاءات حلول المعادلات التفاضلية الجزئية المستمرة، مما نجح في اكتشاف قوانين قياس جديدة في ديناميكا السوائل دون تدخل بشري.
تقترح هذه الورقة وتقيم استراتيجية تلميح بصري فعالة من حيث عدد الرموز (tokens)، تقوم بتحويل بيانات مستشعر تتبع حركة العين عالية التردد إلى صور توضيحية (مثل المخططات الزمنية، والخرائط الحرارية، ومسارات المسح) لتمكين النماذج اللغوية الكبيرة متعددة الوسائط (MLLMs) من أداء التعرف على الأنشطة البشرية بفعالية في تطبيقات إنترنت الأشياء (IoT).
تقترح هذه الأطروحة إطار عمل للنمذجة الأسلوبية ثلاثية الأبعاد متعددة المشاهد، خالية من الوضعية (pose-free) وتعمل بنظام التغذية الأمامية (feed-forward)، تعتمد على تحسين وقت الاختبار باستخدام هدف مركب — يجمع بين نقل المظهر، واتساق المراسلات القائم على SuperPoint/SuperGlue، والحفاظ على العمق — لتحقيق نقل أسلوبي قوي مع الحفاظ على السلامة الهندسية للمهام ثلاثية الأبعاد اللاحقة مثل تحديد الموقع ورسم الخرائط آنياً (SLAM) وإعادة البناء.
تقدم الورقة البحثية TRACE، وهو إطار عمل مبتكر للتعرف الحراري يستفيد من فيديو الأشعة تحت الحمراء متوسطة الموجة وآليات انتباه متخصصة لتحقيق قياس كمي غير جراحي ومستمر لانبعاثات ثاني أكسيد الكربون من الماشية التي تتحرك بحرية، وذلك من خلال تقسيم دقيق للسحابة وتصنيف التدفق.