12799 ورقة بحثية
تُثبت هذه الورقة أنه بينما تفشل نماذج الرؤية واللغة القياسية في التعميم تحت تأثير انزياح المتغيرات المصاحبة في مهام الاستنتاج البصري الاستنباطي، يحقق منهج VLC المقترح أداءً قويًا من خلال فصل الإدراك عن الاستنتاج عبر إطار عمل عصبي-رمزي يجمع بين التعرف على المفاهيم القائم على نماذج الرؤية واللغة وبين التنفيذ الرمزي الدقيق للدوائر المنطقية.
تقدم هذه الورقة "تنبؤ أنبوب المخاطر المطابق" (Conformal Risk Tube Prediction)، وهو إطار عمل موحد يعالج أوجه القصور في النهج الحتمية في تحديد الأجسام الخطرة القائمة على الرؤية من خلال نمذجة عدم اليقين المكاني والزماني لتوفير ضمانات التغطية ودرجات مخاطر معايرة، والتي تم التحقق من صحتها من خلال مجموعة بيانات ومقاييس جديدة لسيناريوهات القيادة المعقدة ومتعددة المخاطر.
تقدم هذه الورقة مفهوم الهلوسة متعددة الرؤى في النماذج اللغوية البصرية الكبيرة، وتقدم معيار MVH-Bench لتقييم هذه المسألة، وتقترح تقنية فك تشفير خالية من التدريب تسمى فك التشفير التبايني لإزاحة المرجع (RSCD) والتي تحسن أداء النموذج بشكل كبير عن طريق كبح التداخل البصري من وجهات النظر أو النماذج المختلفة.
تقدم هذه الورقة VeriFi، وهو إطار عمل للعلامات المائية متعدد الاستخدامات يحقق في آن واحد استعادة عالية الدقة لمحتوى الوجه، وتحديد التلاعب على مستوى البكسل، وحماية قوية لحقوق الطبع والنشر، وذلك عبر تضمين علامات مائية دلالية كامنة مدمجة واستخدام محاكي هجمات الذكاء الاصطنا-توليدي (AIGC) للتغلب على المقايضات بين الدقة والوظائف التي واجهتها الأساليب السابقة.
تقدم هذه الورقة البحثية PointRFT، وهو أول نموذج للضبط الدقيق بالتعزيز لتعلم السحب النقطية من حالات قليلة العينات، والذي يستفيد من دوال مكافأة متخصصة للتفوق على الضبط الدقيق الخاضع للإشراف وتحقيق أداء رائد في سيناريوهات ندرة البيانات.
تقدم هذه الورقة البحثية HAVIC، وهو كاشف للتزييف العميق يستفيد من التماسك الجوهري السمعي البصري الشامل المتعلم من مقاطع الفيديو الأصلية لتحقيق تعميم وأداء فائقين على مجموعة بيانات جديدة عالية الدقة (HiFi-AVDF)، متفوقاً بشكل كبير على الأساليب الحالية الرائدة في سيناريوهات عبر مجموعات البيانات.
تقترح هذه الورقة إطار عمل GRMLR، وهو إطار تصنيف معزز معرفيًا يستفيد من رسم بياني للمعرفة البيئية لتقييد نموذج الانحدار اللوجستي متعدد الحدود، مما يتيح استدلالًا قويًا لمراحل المنافسات الباردة في أعماق البحار من مجموعات بيانات ميكروبية صغيرة للغاية دون الحاجة إلى ملاحظات الكائنات الكبيرة أثناء التنبؤ.
تُعد SLAT-Phys طريقة متكاملة تتنبأ بسرعة بحقول خصائص المواد المتغيرة مكانياً (معامل يونغ، والكثافة، ونسبة بواسون) للأصول ثلاثية الأبعاد مباشرة من صورة واحدة RGB عبر الاستفيد من الميزات الكامنة ثلاثية الأبعاد سابقة التدريب، محققةً تسريعاً بمقدار 120 ضعفاً مقارنة بالأساليب السابقة مع الحفاظ على دقة تنافسية.
تقدم الورقة البحثية CAKE، وهو إطار عمل للكشف عن الأفعال عبر الإنترنت في الوقت الفعلي، والذي يحقق أداءً رائدًا بكفاءة عالية باستخدام مُكيِّف حركة ديناميكي وتعلم تبايني عائم لتقطير ملامح الحركة الشبيهة بالتدفق البصري في نماذج RGB دون حساب التدفق بشكل صريح.
تقترح هذه الورقة طريقة HAM، وهي طريقة لنقل الأسلوب دون الحاجة إلى تدريب لنماذج الانتشار، تستخدم تعديل الانتباه غير المتجانس (تحديداً تنظيم الانتباه العالمي ونقل الانتباه المحلي) وتهيئ ضجيج الأسلوب لتحقيق توازن فعال بين نقل الأسلوب المعقد والحفاظ على هوية المحتوى دون الحاجة إلى تدريب إضافي.