12553 ورقة بحثية
تقترح هذه الورقة البحثية تعلم توزيع التدفق المشترك (JFDL)، وهو أسلوب محاذاة لاحق خفيف الوزن يُمكّن نماذج الاتساق المدربة مسبقاً من إجراء توجيه فعال خالٍ من المصنف دون الحاجة إلى تقطير المعرفة من نموذج انتشار معلم منفصل، مما يحسن جودة التوليد بشكل كبير ويسد فجوة رئيسية في أساليب نماذج الاتساق الحالية.
يقدم CatalogStitch مجموعة من التقنيات غير المرتبطة بنموذج محدد والتي تعمل على أتمتة حساب الأقنعة المدركة للأبعاد واستعادة العناصر مع الحفاظ على الحجب، مما يحول دمج الكائنات التوليدي إلى أداة عملية وسهلة الاستخدام لإنتاج صور الكتالوج عبر التخلص من التعديلات اليدوية المرهقة.
تقدم هذه الورقة البحثية "التحكم في المفاهيم المحاذي للقواميس" (DACO)، وهو إطار عمل يستفيد من مجموعة بيانات منسقة تضم 15,000 مفهوم متعدد الوسائط ومشفّر تلقائي متناثر (Sparse Autoencoder) لتوفير توجيه دقيق عند الاستنتاج للنماذج اللغوية الكبيرة متعددة الوسائط المجمدة، مما يعزز بشكل كبير سلامتها ضد الاستعلامات الخبيثة مع الحفاظ على قدراتها العامة.
يُعد MedFormer-UR نموذجاً مطوراً لـ "محول الرؤية الطبية" (Medical Vision Transformer) يدمج التعلم القائم على النماذج الأولية مع توجيه عدم اليقين الموجه بتوزيع ديريكليه لتحسين معايرة النموذج، وتحديد مواضع الغموض، وضمان اتخاذ قرارات سريرية موثوقة عبر مختلف أنماط التصوير الطبي.
تقدم هذه الورقة نموذج "الشبكة العصبية التلافيفية من نوع U-Net ذات المتبقي المزدوج المتكيف مع بوابة الانتباه وآليات الانتباه المكاني متعدد المقاييس" (ADRUwAMS)، وهو نموذج للتعلم العميق يجمع بين الشبكات المتبقية المزدوجة، وبوابات الانتباه، والانتباه المكاني متعدد المقاييس لتحقيق تقسيم عالي الدقة للأورام الدبقية في مجموعتي بيانات BraTS 2019 و2020، محققاً درجات "دايس" (Dice scores) بلغت 0.9229، و0.8432، و0.8004 لمناطق الورم الكامل، ولنواة الورم، وللمناطق المعززة على التوالي.
تقدم هذه الورقة البحثية UDG، وهي مجموعة بيانات ضخمة تتكون من 300 ألف رباعية (طبيعي-غير طبيعي-قناع-وصف)، وUniDG، وهو نموذج تأسيسي شامل يستفيد من هذه البيانات واستراتيجية تدريب ثنائية المراحل لتوليد عيوب متنوعة وعالية الجودة عبر مجالات مختلفة دون الحاجة إلى ضبط دقيق لكل فئة، مما يؤدي إلى تحسين أداء كشف الشذوذ بشكل كبير.
يُعد TAIHRI نموذجاً جديداً للرؤية واللغة مصمماً للتفاعل القريب بين الإنسان والروبوت، حيث يستفيد من التنبؤ بالرمز التالي لتحديد مواقع النقاط المفتاحية ثلاثية الأبعاد البشرية ذات الصلة بالمهمة بدقة، وذلك عبر فهم أوامر الحركة وتكميم الإحداثيات المكانية، مما يجعله يتفوق على الطرق التقليدية في دقة المساحة المترية للتفاعل المجسد.
تقترح الورقة البحثية نموذج M-IDoL، وهو نموذج طبي أساسي ذاتي الإشراف يستخدم تفكيك المعلومات عبر "خليط من الخبراء" (Mixture-of-Experts) لتعظيم الإنتروبيا بين الأنماط وتقليل عدم اليقين داخل النمط الواحد، مما يحقق تمثيلات متفوقة خاصة بكل نمط ومتنوعة تتفوق على النماذج الحالية عبر 21 مهمة سريرية تابعة.
تُثبت هذه الورقة أنه بالنسبة لتجزئة السحب في صور الأقمار الاصطيلة، فإن الضبط الدقيق الخاضع للإشراف ببيانات منخفضة يتفوق بشكل كبير على جميع استراتيجيات التلقين لتكييف نماذج الرؤية واللغة، مما يثبت أن حتى الحد الأدنى من البيانات المصنفة يعد حلاً أكثر فعالية من الهندسة اللغوية لسد الفجوة بين الصور الطبيعية وصور الاستشعار عن بعد.
تقدم هذه الورقة دراسة تجريبية منضبطة تثبت أنه من بين ثلاثة نماذج سائدة لمخرجات التوطين الزمني للفيديو، يوفر فك التشفير الزمني المستمر أفضل توازن بين الكفاءة والدقة، مما يوفر إرشادات موضوعية لتصميم نماذج اللغات الكبيرة للفيديو الجاهزة للنشر.