12709 ورقة بحثية
تُثبت هذه الورقة أن تحليل شبكات المدفوعات بين القطاعات في المملكة المتحدة باستخدام سمات نظرية المخططات يحسن بشكل كبير من دقة التنبؤ الاقتصادي والآنية (nowcasting) في الوقت الفعلي، لا سيما أثناء الاضطرابات مثل جائحة كوفيد-19، وذلك من خلال الكشف عن الترابطات الهيكلية والأهمية النظامية التي تغفلها الأساليب الثنائية التقليدية.
يقدم PLUME إطار عمل لتمثيل متعدد الوسائط عالمي يستبدل استدلال سلسلة الأفكار الصريح والمكلف حاسوبياً بعملية تدحرج حالة كامنة موجهة دلالياً وفعالة، محققاً أداء استرجاع فائقاً على معيار MMEB-v2 مع توفير سرعة استنتاج تزيد عن 30 ضعفاً.
يُعد FlowSlider طريقةً لا تتطلب تدريباً للتحرير المستمر للصور في تدفق التصحيح (Rectified Flow)، حيث يحقق تحكماً سلساً وموثوقاً بأسلوب المنزلق عبر تفكيك التحديثات إلى حدّي دقة وتوجيه متعامدين، مما يسمح بتعديل القوة عبر تغيير قياس حد التوجيه دون الحاجة إلى وحدات مساعدة أو تدريب لاحق.
تقدم هذه الورقة حلاً فائزاً لتحدي RIVA لخلية عنق الرحم يجمع بين هيكل Swin-Large وإطار عمل Co-DINO، ويقدم التنبؤ بنقطة المركز، وتعزيز البيانات المتخصص، وتحسين الصندوق الهندسي لمعالجة تحديات التوزيع الكثيف للخلايا والتعليقات التوضيحية ذات الحجم الثابت في صور خلوات عنق الرحم.
تُثبت هذه الورقة أن التحقق المتقاطع الحصري للموضوعات في الكشف عن وحدات الحركة الوجهية يُدخل تباينًا عشوائيًا كبيرًا يمكن أن يحجب التحسينات الحقيقية للنموذج، مما يدعو إلى اعتماد تقييم "ترك مجموعة بيانات واحدة خارجًا" للكشف عن مقاييس أداء أكثر استقرارًا وقابلية للتفسير.
تقترح هذه الورقة إطار عمل معياريًا للاستدلال في وقت التشغيل لا يتطلب تدريبًا، يستفيد من التغذية الراجعة للتدرج من النماذج التأسيسية للرؤية واللغة المجمدة كإشارات إشرافية قائمة على الطاقة لتوجيه توليد الصور من النص نحو الأمان دون المساس بجودة الصورة أو قابلية توسع النموذج.
تقدم هذه الورقة إطار عمل للنسيان الميزاني التكيفي يوازن بين الصلة والكفاءة في وكلاء الذكاء الاصطناعي المستقلين من خلال تنظيم الذاكرة عبر الحداثة، والتكرار، والمحاذاة الدلالية، مما يمنع التراكم غير المنضبط وانتشار الذاكرة الزائفة مع تحسين أداء الاستدلال طويل الأمد.
تقدم الورقة البحثية VOID، وهو إطار عمل لإزالة الكائنات من الفيديو يستفيد من نموذج رؤية-لغة لتحديد وتوجيه نموذج انتشار فيديو في توليد نتائج مضادة للواقع وواقعية فيزيائياً للتفاعلات المعقدة بين الكائنات، معالجةً بذلك أوجه القصور في الأساليب الحالية في التعامل مع الديناميكيات السببية مثل الاصطدامات.
تقدم هذه الورقة البحثية "التمثيلات البصرية القابلة للتوجيه"، وهي نهج مبتكر يقوم بحقن مطالبات اللغة الطبيعية مباشرة في طبقات نماذج "Vision Transformer" سابقة التدريب عبر الدمج المبكر، مما يتيح توجيه الميزات البصرية نحو مفاهيم محددة مع الحفاظ على أداء عالٍ في المهام البصرية العامة وتحقيق تعميم صفري القدرات.
تقدم هذه الورقة مجموعة بيانات ديناميكية واسعة النطاق مكونة من 4 ملايين إطار من ألعاب AAA، تتميز ببيانات RGB وG-buffer متزامنة تم التقاطها عبر طريقة مبتكرة ثنائية الشاشة، لسد الفجوة في مجال التوليد الرندري (generative rendering) وتمكين الرندرة العكسية القوية، وتوليد الفيديو عالي الدقة، وتحرير الأنماط الموجه بالنص، والتي تم تقييمها جميعها من خلال بروتوكول اتساق جديد قائم على نماذج الرؤية واللغة الكبيرة (VLM).