12754 ورقة بحثية
يُعد RiskProp إطار عمل جديداً للتعلم الذاتي غير الخاضع للإشراف للتنبؤ المبكر بالحوادث، حيث يلغي الحاجة إلى تعليقات توضيحية ذاتية حول بداية الشذوذ من خلال الاستفادة فقط من إطارات التصادم الموثوقة وتوظيف تنظيم الإطارات المستقبلية جنباً إلى جنب مع قيود الرتابة التكيفية لنمذجة تطور المخاطر الزمنية، مما يحقق أداءً رائداً في هذا المجال وقدرة محسنة على التفسير.
تقدم الورقة البحثية MEDIC-AD، وهو نموذج رؤية-لغة طبي يعتمد على مراحل لتعزيز الذكاء السريري من خلال دمج رموز (tokens) قابلة للتعلم واعية بالتشوهات للكشف عن الآفات، ورموز فروق ما بين الصور لتتبع تطور الأعراض، ومرحلة تفسيرية مخصصة لتوليد خرائط حرارية بصرية متسقة، مما يحقق أداءً فائقاً في مراقبة المرضى ودعم اتخاذ القرار في العالم الحقيقي.
تقدم هذه الورقة COSMIC، وهو معيار لتقييم كيفية تعاون النماذج اللغوية الكبيرة متعددة الوسائط (MLLMs) عبر الحوار لبناء فهم مكاني مشترك من رؤى جزئية، مما يكشف أنه بينما تستطيع النماذج تحديد الأشياء المشتركة، إلا أنها تتخلف بشكل كبير عن البشر في الاستدلال العلاقاتي والحفاظ على نماذج ذهنية متسقة عالميًا للبيئة.
تقترح هذه الورقة البحثية خوارزمية "تحسين السياسة الزمنية العالمية" (TGPO)، وهي خوارزمية تعلم تعزيزي تحفز الوعي الزمني في النماذج اللغوية الكبيرة متعددة الوسائط من خلال المقارنة بين إطارات الفيديو المرتبة والمبعثرة لقمع الاختصارات المكانية وتحسين الاستدلال في فيديوهات المنظور الشخصي.
يقدم MotionRFT إطار عمل موحداً للضبط الدقيق بالتعزيز يتميز بنموذج مكافأة غير متجانس التمثيل يُدعى MotionReward وطريقة تحسين دقيقة وفعالة في استهلاك الذاكرة تُسمى EasyTune، وذلك لتعزيز توليد الحركة من النص بشكل كبير عبر تحسين الاتساق الدلالي، والواقعية، والكفاءة الحسابية عبر مختلف تمثيلات الحركة.
تقدم الورقة البحثية KLOS، وهو خوارزمية ميتا (meta-algorithm) منهجية تعمل على حل التوافق المكاني قبل تقييم الاتفاق لتوفير إطار عمل معياري وقوي لقياس الاتساق بين الملحّظين والتمييز بين تحسينات النموذج وضجيج الملصقات في المهام البصرية المعقدة.
يُعد LightMover إطار عمل مبتكر يستفيد من مسبقات الانتشار بالفيديو وآلية تقليم الرموز التكيفية لتمكين التحكم الدقيق والواقعي فيزيائياً في موضع الضوء ولونه وكثافته في الصور الفردية دون الحاجة إلى إعادة رندرة المشهد.
تقدم الورقة البحثية EuraGovExam، وهو معيار مرجعي متعدد اللغات والوسائط يتسم بالتحدي ويضم أكثر من 8,000 سؤال حقيقي من امتحانات الخدمة المدنية من خمس مناطق أوراسية، صُمم لتقييم قدرات الاستدلال العابر للغات والمدرك للتخطيط لدى نماذج الرؤية واللغة في السيناريوهات عالية المخاطر والقائمة على الصور.
تقترح هذه الورقة إطار عمل لتحديد الموقع الجغرافي عبر الرؤى (cross-view) يتكون من مرحلتين، يستفيد من نماذج الرؤية واللغة ذات التعلم الصفري (zero-shot Vision-Language Models) في استراتيجية مقارنة زوجية لتحسين دقة "المركز الأول" (Top-1 accuracy) بشكل كبير، مما يثبت أنه بينما تخفق هذه النماذج في التقييم النقطي المطلق، فإنها تتفوق في الحكم البصري النسبي الدقيق.
تقترح الورقة البحثية MD-RWKV-UNet، وهي بنية مشفر-فك تشفير خفيفة الوزن تستفيد من كتلة MD-RWKV ديناميكية والدمج عبر المراحل لتحقيق أفضل النتائج في تقسيم الأعضاء المتعددة من خلال النمذجة الفعالة لتباين المقاييس والاعتمادات التشريحية طويلة المدى.