12799 ورقة بحثية
تقترح هذه الورقة إطار عمل "حقن وحفظ الهوية" (IP)، وهو إطار عمل مبتكر يخفف من نسيان الهوية في تكييف النماذج التوليدية في حالات التعلم بلقطات قليلة، وذلك عبر دمج معرفة هوية النطاق المصدر في الفضاء الكامن للنطاق المستهدف وفرض قيود الاتساق من خلال وحدة استبدال هوية متخصصة.
تقترح هذه الورقة إطار عمل جديداً، لا يتطلب تدريباً، يحقق تخصيصاً سريعاً وصفرياً (zero-shot) لأي كائن في نماذج الانتشار عبر استخدام شبكة متعلمة للتنبؤ بتمثيلات قلب النص (textual inversion embeddings) الخاصة بالكائن، مما يتغلب على قيود الأساليب الحالية التي تركز بشكل أساسي على الأشخاص.
تقترح هذه الورقة إطار عمل جديداً للقابلية للتفسير يوسع نطاق انتشار الصلة على مستوى الطبقات (Layer-wise Relevance Propagation) ليشمل نموذج PIDNet، ويطبق التفسيرات القائمة على المفاهيم النموذجية (Prototypical Concept-based Explanations) على نموذج YOLO، مما يتيح رؤى شفافة على مستوى المفاهيم لنماذج تقسيم الفيضانات وكشف السيارات مع الحفاظ على الأداء في الوقت الفعلي المطلوب للنشر على الطائرات بدون طيار (UAVs) محدودة الموارد في إدارة الكوارث الطبيعية.
يعالج Cog3DMap محدودية الاستدلال المكاني في النماذج اللغوية الكبيرة متعددة الوسائط من خلال تقديم إطار عمل يقوم بشكل متكرر ببناء خريطة معرفية ثلاثية الأبعاد صريحة وذات أساس هندسي من صور متعددة الزوايا، مما يتيح الاستدلال المباشر على البيانات ذات البنية المكانية ويحقق أداءً هو الأفضل في فئته.
تقترح هذه الورقة إطار عمل لتفسير كشف الأشياء يعزز موثوقية YOLOv10 في الأنظمة ذاتية القيادة من خلال توظيف شبكات كولموغوروف-أرنولد لتصور موثوقية الثقة القائمة على الميزات، ودمج نماذج BLIP التأسيسية لفهم المشهد متعدد الوسائط.
تقدم هذه الورقة HUydra، وهو إطار عمل توليدي مبتكر يتغلب على التحديات الحسابية لتوليد صور الأشعة المقطعية للرئة بكامل نطاق وحدات هونسفيلد (HU) من خلال تفكيك نطاق وحدات هونسفيلد إلى فترات محددة لكل نوع من الأنسجة للنمذجة الفردية ثم إعادة بناء المسح الكامل، مما يحقق دقة بصرية وتناسقاً تشريحياً وكفاءة متفوقة مقارنة بالنماذج المرجعية التقليدية.
يُعدُّ MLLM-HWSI نموذجًا لغويًا كبيرًا متعدد الوسائط ومبتكرًا يطور علم الأمراض الحسابي من خلال محاذاة الميزات المرئية مع اللغة عبر أربعة مستويات هرمية — من الخلايا إلى الشرائح الكاملة — مما يُمكِّن من الاستدلال القابل للتفسير والمستند إلى الأدلة ويحقق أداءً رائدًا في المهام التشخيصية المتنوعة.
تثبت هذه الورقة البحثية جدوى التقسيم ثلاثي الأبعاد للصور الطبية بنمط "الصفر استباقي" (zero-shot) بالكامل من خلال تكييف نموذج (SAM2) مع بيانات التصوير المقطعي المحوسب الحجمية عبر تعديلات تعتمد على الاستنتاج فقط، والتي تعامل الشرائح كمتتاليات مرتبة، محققةً نتائج متماسكة على مجموعة بيانات (TotalSegmentator) دون الحاجة إلى أي ضبط دقيق.
تقدم هذه الورقة مجموعة بيانات IlluChar وإطار عمل SMSP القابل للتوصيل والتشغيل لمعالجة ضعف النماذج اللغوية الكبيرة متعددة الوسائط تجاه الأوهام البصرية الناتجة عن انحياز الانتباه عالي التردد، مما يحسن دقة إدراكها بشكل كبير من خلال التوافق مع الاستراتيجيات البصرية البشرية.
يُعد VIRST-Audio إطار عمل عملي حقق المركز الثالث في مسار MeViS-Audio ضمن تحدي PVUW الخامس عبر تحويل الاستعلامات الصوتية إلى نصوص بواسطة تقنية التعرف التلقائي على الكلام (ASR) لأغراض التجزئة، وتوظيف آلية بوابية مدركة للوجود لتعزيز المتانة والحد من الأقنعة المهلوسة.