12553 ورقة بحثية
تقدم هذه الورقة البحثية ReXSonoVQA، وهو معيار مرجعي قائم على الفيديو مصمم لتقييم نماذج الرؤية واللغة في فهم إجراءات الموجات فوق الصوتية الديناميكية، مما يكشف أنه بينما يمكن للنماذج الحالية استخراج بعض المعلومات الإجرائية، إلا أنها لا تزال تواجه صعوبة في استكشاف الأخطاء وإصلاحها والاستدلال السببي مقارنة بالنماذج القائمة على النصوص فقط.
تقترح هذه الورقة إطار عمل هجين جديد للتعلم العميق يجمع بين الميزات المصممة يدويًا (LBP، HoG، Gabor) والميزات العميقة لشبكة DenseNet-169 ومصنفات مثل SVM وXGBoost وLGBM لتحقيق كشف آلي عالي الدقة (99.17%) لعيوب الألواح الشمسية، مما يقدم بديلًا متفوقًا للفحص اليدوي كثيف العمالة.
تستقصي هذه الورقة بشكل منهجي تأثير تطور النماذج اللغوية الكبيرة الأساسية (من LLaMA-1 إلى LLaMA-3) على نماذج الرؤية واللغة من خلال ضبط المتغيرات الأخرى، كاشفةً أن النماذج الأساسية الأحدث لا تُحسن الأداء بشكل شامل، بل تغير بدلاً من ذلك السلوكيات الخاصة بمهام معينة، مثل حل أسئلة بصرية مختلفة بثقة أكثر دقة، بينما تقدم فوائد محدودة للمهام التي تعتمد أساساً على الفهم البصري.
تقدم WebForge إطار عمل مؤتمتًا بالكامل يتكون من أربعة وكلاء، يحل معضلة (الواقعية-القابلية للتكرار-القابلية للتوسع) في تقييم وكلاء المتصفح عبر إنشاء معيار مرجعي قابل للتوسع وقابل للتكرار مع ضوابط صعوبة متعددة الأبعاد للكشف عن قدرات النماذج الدقيقة التي تتجاوز الدرجات الإجمالية.
تقدم هذه الورقة البحثية "رسم التشويه الزوجي الشامل" (Panoptic Pairwise Distortion Graph - DG)، وهو إطار عمل مبتكر يمثل أزواج الصور كرسوم بيانية مهيكلة على مستوى المناطق لتمكين التقييم المقارن للصور بدقة عالية، مدعوماً بمجموعة بيانات PandaSet، ومعيار PandaBench، وبنية Panda.
تقدم هذه الورقة البحثية C-Flat Turbo، وهو خوارزمية تعلم مستمر محسنة تسرع التدريب بشكل كبير من خلال التخلص من حسابات التدرج الزائدة واستخدام استراتيجية جدولة تكيفية، مما يحقق دقة مماثلة أو متفوقة على C-Flat مع تقليل العبء الحسابي.
تقدم هذه الورقة إطار عمل خفيف الوزن لتحسين الصور في الإضاءة المنخفضة يتكون من مرحلتين، يجمع بين المعالجة المسبقة المجمدة لتطبيع التوزيع وبين شبكة U-Net عميقة ومدمجة، وذلك لتحقيق جودة إدراكية تنافسية بعدد أقل بكثير من المعلمات، مما ضمن المركز الرابع في تحدي CVPR 2026 NTIRE لتحسين الصور في الإضاءة المنخفضة ذات الكفاءة العالية.
يُعد ReSpinQuant إطار عمل فعال للكمّنة بعد التدريب على مستوى الطبقات للنماذج اللغوية الكبيرة، والذي يحقق دقة رائدة في إعدادات البت المنخفضة عبر الاستفادة من دمج تدوير التنشيط غير المتصل عبر تدوير الفضاء الجزئي المتبقي، مما يوفق بين القدرة التعبيرية العالية وتكاليف الاستدلال الضئيلة.
تقترح هذه الورقة البحثية تقنية "تقطير المعرفة القائم على التفاعل بين المهام عبر البوابات الكمومية" (QKD)، وهو إطار عمل مبتكر يستفيد من البوابات الكمومية لنمذجة تبعيات المهام ديناميكيًا وتوجيه نقل المعرفة بين المهام، مما يساهم بفعالية في التخفيف من حدة النسيان الكارثي وتحقيق أداء رائد في التعلم المتزايد للفئات القائم على النماذج سابقة التدريب.
تقترح هذه الورقة البحثية طريقة "التجميع المعزز بالمعرفة" (KEC)، وهي طريقة لا تتطلب تدريباً تستفيد من النماذج اللغوية الكبيرة لبناء معرفة نصية هرمية للمفاهيم والسمات، مما يحسن بشكل كبير أداء التجميع غير الخاضع للإشراف للصور وقدرته على الصمود عبر مجموعات بيانات متنوعة مقارنة بالنهج الحالية التي تعتمد على الرؤية فقط أو النهج التي تعتمد على التعلم الصفري.