12553 ورقة بحثية
يُعد Online3R إطار عمل للتعلم عبر الإنترنت يعمل على تكييف نموذج هندسي أساسي مجمد مع مشاهد جديدة من أجل إعادة بناء تسلسلي متسق، وذلك عبر استخدام محفزات بصرية خفيفة الوزن يتم تدريبها بواسطة استراتيجية ذاتية الإشراف محلية-عالمية تفرض قيود الاتساق دون الحاجة إلى بيانات حقيقية.
تقترح الورقة البحثية VL-Calibration، وهو إطار عمل للتعلم التعزيزي يعمل على فصل الثقة إلى مكونات بصرية واستدلالية باستخدام تقدير اليقين البصري الجوهري وإعادة وزن الميزة على مستوى الرمز (token-level advantage reweighting) للحد من الهلوسة بفعالية وتحسين المعايرة في النماذج اللغوية الرؤية الضخمة (Large Vision-Language Models).
تقدم الورقة البحثية VisionFoundry، وهو مسار عمل يقوم بتوليد بيانات VQA اصطناعية مخصصة لمهام معينة باستخدام النماذج اللغوية الكبيرة (LLMs) ونماذج تحويل النص إلى صورة لمعالجة نقاط الضعف في الإدراك البصري للنماذج اللغوية الرؤية، مما يؤدي إلى مكاسب كبيرة في الأداء على معايير مثل MMVP وCV-Bench-3D دون الحاجة إلى تعليق بشري.
تقدم هذه الورقة إطار عمل "التنقية العدائية الموجهة لغوياً" (LGAP)، وهو إطار دفاعي مبتكر يستفيد من نماذج الانتشار مسبقة التدريب ومولدات التسميات التوضيحية لتوجيه عملية تنقية الصور العدائية، محققاً متانة فائقة ضد الهجمات القوية دون الحاجة إلى تدريب شبكات متخصصة.
تقدم هذه الورقة أول مسح منهجي لتقنية "النقاط الغاوسية ثلاثية الأبعاد" (3D Gaussian Splatting)، حيث تفصل مبادئها الأساسية، وقدرات الرندرة في الوقت الفعلي، وتطبيقاتها المتنوعة، وأداء النماذج المقارن، واتجاهات البحث المستقبلية لتكون بمثابة مورد شامل لمجتمع حقول الإشعاع (radiance field).
تقترح هذه الورقة طريقة تدريب مبتكرة لترميز الصور المتعلم للآلات تستخدم خسارة مساعدة لتعزيز قدرة الترميز على الإدراك، محققةً تحسينات كبيرة في معدل التشوه بنسبة 27.7% و20.3% في مهام كشف الأشياء والتقسيم الدلالي مقارنة بالأساليب التقليدية.
تقدم الورقة البحثية DMin، وهو إطار عمل قابل للتوسع يتيح تقدير التأثير بكفاءة لنماذج الانتشار ذات المليارات من المعلمات من خلال الاستفادة من ضغط التدرج لتقليل متطلبات التخزين ووقت الاسترجاع بشكل جذري مع الحفاظ على دقة عالية.
تقترح هذه الورقة إطار عمل عملي للتكيف عبر الإنترنت لتقسيم الصور الطبية التفاعلي، والذي يستفيد من تصحيحات المستخدم كحقائق أرضية زائفة ويوظف فقدان غاوسي متمحور حول النقرة لتحديث معلمات النموذج ديناميكيًا أثناء وبعد التفاعل، مما يقلل بفعالية من انزياحات التوزيع عبر مختلف أنماط التصوير والاعتلالات المرضية.
تقدم هذه الورقة البحثية "مُضخّم الإدراك" (Perception Magnifier - PM)، وهو طريقة فك تشفير مبتكرة تعمل بشكل تكراري على عزل وتضخيم المناطق المرئية ذات الصله لتعزيز التدقيق الدقيق، مما يؤدي بفعالية إلى الحد من الهلوسة البصرية وتحسين دقة وموثوقية مخرجات النماذج اللغوية الرؤيوية دون الحاجة إلى ضبط دقيق للنموذج.
تقدم هذه الورقة مولداً تكيفياً للتوزيع (Adaptive Distribution Generator) يستفيد من الدوائر الكمومية التباينية والمسارات الكمومية ذات الخطوات المنقسمة (split-step quantum walks) ضمن إطار عمل CUDA-Q لنمذجة التوزيعات الاحتمالية المستهدفة بكفاءة ودقة لتطبيقات مثل المحاكاة المالية وتوليد أنماط الأرقام.