12553 ورقة بحثية
تقدم الورقة البحثية ClawGUI، وهو إطار عمل مفتوح المصدر يوحد تدريب وتقييم ونشر وكلاء واجهات المستخدم الرسومية (GUI) من خلال توفير بنية تحتية مستقرة للتعلم التعزيزي (RL) للأجهزة الافتراضية والمادية، ومسار قياس معياري، ونشر الوكلاء عبر المنصات، مما مكن في النهاية نموذج ClawGUI-2B من التفوق على النماذج المرجعية الحالية في مهام واجهة المستخدم الرسومية للهواتف المحمولة.
تقترح هذه الورقة إطار عمل لضمان الجودة القائم على عدم اليقين والمراعي للميزانية لتقسيم العلاج الإشعاعي بناءً على nnU-Net، مما يثبت أن الجمع بين مجموعات نقاط التفتيش المعايرة وتدرج درجة الحرارة يولد بفعالية خرائط عدم يقين لكل فوكسل لتوجيه المراجعة اليدوية المستهدفة لتخطيط حجم الهدف السريري.
يُعد OmniPrism إطار عمل مبتكرًا لفك تشابك المفاهيم البصرية، يستفيد من مسار تدريب تبايني متعامد على مجموعة بيانات متخصصة لتعلم تمثيلات مفاهيمية مفككة وموجهة لغويًا، مما يمكّن نماذج الانتشار من توليد صور إبداعية عالية الجودة مع تحكم دقيق في جوانب محددة مثل المحتوى والأسلوب والتكوين دون حدوث خلط بين المفاهيم.
إن "سلسلة التكبير" (Chain-of-Zoom - CoZ) هي إطار عمل غير مرتبط بنموذج محدد يحقق تكبيراً فائقاً للصور الفردية عبر تحليل المهمة إلى سلسلة ذاتية الانحدار من حالات المقياس الوسيطة الموجهة بنصوص ناتجة عن نماذج لغوية بصرية كبيرة، والتي يتم تحسينها لاحقاً عبر مواءمة التفضيلات للحفاظ على جودة إدراكية عالية عند مستويات تكبير تتجاوز بكثير نطاق التدريب الأصلي للنموذج.
تقدم هذه الورقة إطار عمل معايرة الانتباه المدرك للثقة (CAAC)، وهو طريقة خالية من التدريب تعمل على الحد من الهلوسة في النماذج اللغوية البصرية الكبيرة من خلال تصحيح الإدراك المكاني وتحيزات الأنماط عبر معايرة الرموز البصرية وإعادة قياس الانتباه التكيفي، مما يحسن الدقة بشكل كبير في مهام التوليد طويل الأمد.
تقترح هذه الورقة استراتيجية دفاع مبتكرة عند وقت الاستدلال لنماذج الرؤية واللغة الطبية، تستخدم عروضاً توضيحية سريرية اصطناعية للتخفيف بفعالية من هجمات الاختراق البصري والنصي، مع موازنة السلامة والأداء لتجنب الدفاع المفرط.
تقدم هذه الورقة إطار عمل لتحسين السياسة النسبية للمجموعات (GRPO) معززاً بالمستمع لنماذج الرؤية واللغة، والذي يستخدم نموذج "مستمع" مستقلاً للتحقق من مسارات الاستدلال وتشكيل إشارات المكافأة، مما يؤدي إلى تحسين التعميم بشكل كبير، وتقليل تناقضات الاستدلال، وتحقيق أداء رائد في مهام محاذاة تفضيلات الصور.
تقدم هذه الورقة نماذج تعلم عميق مبتكرة، وتحديداً AttackNet V2.2، التي تدمج تحليل الملمس والانعكاس لتحقيق دقة بنسبة 99.9% في كشف حيوية الوجه، مما يتغلب بفعالية على هجمات التزييف المتطورة مثل التزييف العميق عبر خمس مجموعات بيانات متنوعة.
تقترح الورقة البحثية خوارزمية "الخياطة التوليدية للمشاهد" (Generative View Stitching - GVS)، وهي خوارزمية أخذ عينات متوافقة مع نماذج الفيديو القائمة على "الفرض التوليدي" (Diffusion Forcing) الجاهزة، تتيح توليد فيديو بتوجيه من الكاميرا يكون مستقراً، وخالياً من التصادمات، ومغلقاً للحلقات عبر أخذ عينات لسلاسل كاملة بالتوازي واستخدام "التوجيه الشامل" (Omni Guidance) للتشريط بناءً على الإطارات الماضية والمستقبلية معاً.
تقترح هذه الورقة PiN-CLIP، وهو إطار عمل مبتكر يستخدم الضوضاء ذات الحافز الإيجابي لتثبيط الاختصارات التدريبية الزائفة وتضخيم الإشارات الجنائية المستقرة، محققاً أداءً رائدًا في التعميم في كشف الصور المولدة بواسطة الذكاء الاصطناًعي عبر 42 نموذجًا توليديًا متنوعًا.