12553 ورقة بحثية
إن TeamPath هو نظام ذكاء اصطناعي مدعوم بالتعلم التعزيزي يستفيد من مجموعات بيانات علم الأمراض النسيجية متعددة الوسائط واسعة النطاق والحلول المعززة بالموجّه ليعمل كمساعد طيار قائم على الاستنتاج للتشخيص المرضي بمستوى الخبراء، وتلخيص المعلومات، والتوليد عبر الوسائط المتعددة، مما يظهر كفاءة ودقة محسنتين عند التعاون مع أطباء المسالك البولية.
تقدم هذه الورقة TRANSPORTER، وهو نهج مستقل عن النموذج ينقل الدلالات البصرية من فضاءات نماذج الرؤية واللغة (VLM) إلى النماذج التوليدية عبر اقتران النقل الأمثل، مما يتيح إنشاء فيديوهات عالية الدقة تصور وتفسر القواعد الكامنة التي تحرك تنبؤات نماذج الرؤية واللغة.
تقدم هذه الورقة إطار عمل عملي لتقييم التوافق بين نماذج تقسيم التشريح القائمة على الذكاء الاصطناعي في مجموعات البيانات التي تفتقر إلى الحقيقة الأرضية، وذلك من خلال توحيد المخرات في تمثيل قياسي وتوفير أدوات تصور تفاعلية، مما يثبت فائدتها في مقارنة ستة نماذج مفتوحة المصدر على صور الأشعة المقطعية من مجموعة بيانات (NLST) لتحديد التباينات وتحديد حالات عدم الاتفاق بين النماذج ذات الأولوية للمراجعة من قبل الخبراء.
تقدم الورقة البحثية SigLino، وهي عائلة فعالة من نماذج الرؤية التأسيسية التجميعية التي تستفيد من التقطير غير المتماثل، وتوازن الرموز في الدفعات، وأخذ العينات الهرمية للبيانات لتقطير المعرفة بفعالية من SigLIP2 وDINOv3 إلى نماذج طالب كثيفة ونماذج خليط من الخبراء (Mixture-of-Experts)، مما يؤدي إلى أداء فائق لنماذج Grounding-VLMs ذات الاندماج المبكر مقارنة بالنماذج المدربة من الصفر.
تقدم هذه الورقة البحثية MINERVA-Cultural، وهو معيار متعدد اللغات يتسم بالتحدي ويتميز بتعليقات توضيحية من صنع البشر عبر 18 موقعاً محلياً عالمياً لتقييم وكشف القيود الكبيرة في الاستدلال الثقافي والبصري لنماذج اللغة والفيديو الحالية ذات الحالة الراهنة.
تحدد هذه الورقة البحثية الاختصارات القائمة على الأشياء كنمط فشل رئيسي في التعرف على الأفعال التكوينية من نوع "التعلم الصفري"، وتقترح RCORE، وهي طريقة تستخدم تنظيم أولوية التواجد المشترك وتنظيم الترتيب الزمني للتخفيف من الاعتماد على التواجدات المشتركة في التدريب وتحسين التعميم على تركيبات (فعل-اسم) غير المرئية.
تقدم الورقة البحثية PPISP، وهو وحدة تصحيح وتحكم فيزيائية واقعية تعمل على فك الارتباط بين التباينات الضوئية المرتبطة بالخصائص الجوهرية للكاميرا والتباينات المرتبطة بعملية الالتقاط، وذلك لتحقيق إعادة بناء لمجال الإشعاع ثلاثي الأبعاد قابل للتعميم وبأداء متفوق، مع توليد مناظر جديدة واقعية.
تقدم هذه الورقة البحثية UReason، وهو معيار مرجعي يوضح أنه على الرغم من البنية الموحدة للنماذج متعددة الوسائط الحالية، إلا أن تمثيلاتها عبر الوسائط تظل غير متوافقة، كما يتضح من النتيجة المفاجئة بأن التوليد غير المرتبط بالسياق يتفوق على التوليد الموجه بالاستدلال في مهام تركيب الصور.
تقدم الورقة البحثية CROWD، وهي مجموعة بيانات متنوعة عالمياً ومنسقة يدوياً تضم أكثر من 20,000 ساعة من لقطات كاميرا السيارة (dashcam) الحضرية المستمرة وغير المحررة من 238 دولة، والمصممة لدعم أبحاث القيادة القوية عبر المجالات المختلفة من خلال توفير مقاطع قيادة روتينية مع تسميات يدوية لوقت اليوم والمركبة إلى جانب تعليقات توضيحية لتتبع وكشف الأشياء تم إنشاؤها آلياً.
يُعد Firebolt-VL نموذجاً رؤياً-لغوياً فعالاً يستبدل مفكك الـ Transformer التقليدي بنموذج تأسيسي سائل، ويقدم وحدة ارتباط شبكي للرموز لتحقيق استدلال زمني خطي مع تعزيز التأسيس البصري دقيق التفاصيل من خلال التعديل عبر فضاء الحالة.