12799 ورقة بحثية
تقدم هذه الورقة liRBSM، وهو مسار عمل منخفض التكلفة ومفتوح المصدر يستفيد من نموذج بارامتري عصبي ضمني محلي لإعادة بناء هندسة ثلاثية الأبعاد دقيقة وصحيحة مترياً للثدي من مقاطع فيديو RGB أحادية العدسة بهوامش خطأ تقل عن 2 مم.
تُعد BeetleFlow مساراً تكاملياً للتعلم العميق يعمل على أتمتة عمليات الكشف، والفرز، والتجزئة المورفولوجية دقيقة التفاصيل للخنافس في صور الصواني باستخدام نماذج قائمة على المحولات وتقنيات الرؤية واللغة لتسريع الأبحاث الحشرية واسعة النطاق.
تقترح الورقة البحثية بنية ERMoE، وهي بنية "خليط من الخبراء" (Mixture-of-Experts) متفرقة تستبدل آليات البوابات التقليدية بـ "درجات الأساس الذاتي المدركة للمحتوى" (content-aware Eigenbasis Scores) المستمدة من أسس ذاتية متعامدة متعلمة، مما يلغي الحاجة إلى خسائر التوازن المساعدة مع تحقيق أداء رائد وتخصص خبراء قابل للتفسير عبر مهام الرؤية والتصوير الطبي.
يُعد UniSER نموذجاً تأسيسياً يوحد عملية إزالة التأثيرات الناعمة المتنوعة مثل توهج العدسة، والضباب، والظلال، والانعكاسات، من خلال الاستفيد من طبيعتها المشتركة كعوائق شبه شفافة، مستخدماً مجموعة بيانات ضخمة مكونة من 3.8 مليون زوج ومسار تدريب لنموذج "ديفيوجن ترانسفورمر" (Diffusion Transformer) مُصمم خصيصاً لتحقيق استعادة فائقة وعالية الدقة مقارنة بالنماذج المتخصصة والعامة على حد سواء.
تكشف هذه الورقة أن التفكير المفرط في نماذج اللغة والرؤية الكبيرة يؤدي غالباً إلى أخطاء تجاهل الصور، وتقترح استراتيجية "النظر إلى الوراء الموجه بالشك" الخالية من التدريب، والتي تحفز النماذج ديناميكياً على إعادة فحص الصورة عندما تكون غير متيقنة، مما يحقق أداءً هو الأفضل حالياً في معايير الاستدلال البصري.
يعمل EOGS++ على تطوير تقنية "Gaussian Splatting" لمراقبة الأرض من خلال تمكين الرندرة البانكروماتية المباشرة من صور الأقمار الصناعية الخام، ودمج الضبط الحزمي الداخلي عبر التدفق البصري لتنقيح وضعيات الكاميرا، ودمج تقنيات التحسين لتحقيق جودة إعادة بناء ودقة هندسية هي الأفضل في فئتها على مجموعات البيانات المرجعية.
تقترح الورقة البحثية نماذج العالم المتجسدة الأولية (PEWM)، وهو إطار عمل يتغلب على تحديات ندرة البيانات وتوليد المهام طويلة المدى في الذكاء الاصطادي المتجسد من خلال تفكيك المهام المعقدة إلى حركات أولية دقيقة موجهة بواسطة مخطط نموذج لغوي بصري (VLM) معياري وآلية خريطة حرارية للبداية والهدف، مما يتيح تحكماً روبوتياً قابلاً للتوسع، وقابلاً للتفسير، وعام الغرض.
تقدم الورقة البحثية Smol-GS، وهي طريقة مبتكرة تحقق أداءً رائدًا في ضغط التخزين لتقنية Gaussian Splatting ثلاثية الأبعاد مع الحفاظ على جودة رندر عالية من خلال استخدام ترميز موضعي مشتق من الأشجار الثمانية (octree)، وضغط ميزات قائم على الإنتروبيا، وهيكل هرمي مكعب (voxel) متكرر لترميز الإحداثيات.
تقدم هذه الورقة البحثية StreamGaze، وهو أول معيار مرجعي مُصمم لتقييم كيفية استفادة النماذج اللغوية الكبيرة متعددة الوسائط من إشارات نظرات البشر للاستنتاج الزمني والتنبؤ الاستباقي بالنوايا في مقاطع الفيديو المتدفقة، مما يكشف عن فجوات كبيرة في الأداء بين النماذج الحالية والقدرات البشرية.
يُعد CLARITY نموذجاً عالمياً طبياً مبتكراً يتنبأ بمسارات الأمراض الفردية في فضاء كامن مهيكل من خلال دمج السياقات الزمنية والسريرية، مما يتيح تنبؤات مشروطة بالعلاج ووفية فسيولوجياً تتفوق على الأساليب الحالية في تخطيط علاج الأورام.