12553 ورقة بحثية
يُعد PaddleOCR-VL-1.5 نموذجاً لغوياً بصرياً مطوراً فائق الصغر بحجم 0.9 مليار معلمة، يحقق أداءً هو الأفضل في مجاله في مهام تحليل المستندات، بما في ذلك المتانة ضد التشوهات الفيزيائية الواقعية والقدرات الجديدة مثل التعرف على الأختام وتحديد مواقع النصوص.
تقدم هذه الورقة إطار عمل يستخدم تضمينات المكعب الفائق المدمجة والضبط الدقيق كفء المعلمات للنماذج التأسيسية مثل BioCLIP وBioLingual لتمكين استرجاع نصي سريع، وفعال من حيث الذاكرة، وعالي الأداء لأرشيفات صور وصوتيات الحياة البرية واسعة النطاق.
تقترح هذه الورقة InfoTok، وهو إطار عمل للتنظيم القائم على نظرية المعلومات والمستند إلى مبدأ عنق الزجاجة للمعلومات، والذي يعمل على تحسين الترميز الرمزي البصري المشترك في النماذج اللغوية الكبيرة الموحدة متعددة الوسائط من خلال فرض قيود المعلومات المتبادلة لتحقيق التوازن بين الضغط والصلة بالمهمة، مما يؤدي إلى تحسين كل من فهم الصور وتوليدها دون الحاجة إلى بيانات تدريب إضافية.
تقترح هذه الورقة طريقة تعتمد على دالة عصبية ضمنية تعيد بناء أشكال قلبية ثلاثية الأبعاد دقيقة من مستويات تصوير مقطعي محوسب وعائي متباعدة تحاكي مناظر تخطيط صدى القلب ثنائية الأبعاد، مما يظهر تفوقاً في التقدير الحجمي لحجرات القلب مقارنة بالمعيار السريري لقاعدة سيمبسون ثنائية المستوي.
تقترح الورقة البحثية 3DXTalker، وهو إطار عمل موحد يولد صوراً رمزية ثلاثية الأبعاد ناطقة ومعبرة من خلال دمج نمذجة الهوية القابلة للتوسع، ومزامنة حركة الشفاه المدركة للعواطف، والديناميكيات المكانية القابلة للتحكم عبر مسار جديد لتنسيق البيانات ومحول يعتمد على مطابقة التدفق.
يُعد NeuroSymb-MRG إطاراً موحداً يجمع بين الاستدلال الاختطافي العصبي الرمزي والتقليل النشط لعدم اليقين لتوليد تقارير إشعاعية مهيكلة ومتسقة سريرياً من خلال دمج المفاهيم المستمدة من الصور، وسلاسل المنطق القابلة للتفاضل، والتحسين المعزز بالاسترجاع.
تقدم هذه الورقة JAMMEval، وهي مجموعة منقحة من معايير القياس اليابانية التي تم إنشاؤها من خلال التوسيم البشري المنهجي لمعالجة مشكلات جودة البيانات في مجموعات البيانات الحالية، مما يتيح تقييماً أكثر موثوقية ودقة لنماذج الرؤية واللغة.
تقدم هذه الورقة SPAR، وهو إطار هجومي منخفض التكلفة، وقابل للتحقيق مادياً، ومسموح به قانونياً، ينجح في اختراق أنظمة التعرف الآلي على لوحات ترخيص المركبات (ALPR) الحديثة عن طريق تقليل الدقة بنسبة 60% وتمكين انتحال الشخصية المستهدف دون حجب لوحة ترخيص المركبة.
يُعد VBGS-SLAM إطار عمل جديد لتقدير الموقع ورسم الخرائط المتزامن (SLAM) يدمج الاستدلال البايزي المتغير مع تقنية التقطيع الغاوسي ثلاثي الأبعاد (3D Gaussian Splatting) لتمكين تتبع وضعية الكاميرا وتحسين الخريطة بوعي بمستوى عدم اليقين من خلال تحديثات مغلقة الصيغة وفعالة، مما يتغلب على مشكلات الحساسية للتهيئة والنسيان الكارثي التي تعاني منها الطرق الحتمية الحالية.
تقدم هذه الورقة إطاراً موحداً للتلاعب العدائي بالعضوية في نماذج الرؤية، حيث تُثبت أن الاضطرابات غير المحسوسة يمكنها تضليل هجمات استدلال العضوية بشكل موثوق، بينما تقترح استراتيجية كشف جديدة قائمة على هندسة التدرج للتخفيف من حدة هذا التهديد للخصوصية.