12113 ورقة بحثية
تقدم هذه الورقة البحثية مهمة الكشف عن الأشياء في العالم المفتوح ذات التوسيم المتناثر (SA-OWOD)، وهي مهمة جديدة تعالج التزامن بين الإشراف المتناثر والفئات غير المرئية، وتقترح إطار عمل اكتشاف الأشياء ثنائي المنظور (DPOD) لحل إشارات الإشراف الغامضة بفعالية وتحسين الكشف عن كل من الأشياء المعروفة وغير المعروفة.
يعالج CW-BASS v2 تحدي اختيار الملصقات الزائفة للتجزئة شبه الخاضعة للإشراف باستخدام معلمين من النماذج التأسيسية القوية عبر تقديم آلية بوابية أحادية الممر واعية بالتشبع، تقوم بالتبديل ديناميكياً بين عتبات الثقة الصارمة وأرضية تكيفية بناءً على تقديرات الموثوقية في الوقت الفعلي، مما يمنع الانحياز التأكيدي في أنظمة التشبع مع الحفاظ على الأداء عبر مختلف المعايير المرجعية.
تقدم هذه الورقة البحثية PatternEval، وهو معيار تشخيصي يكشف عن عدم اتساق منهجي في أنماط الاستجابة بين أوضاع التفكير وغير التفكير في النماذج اللغوية الكبيرة متعددة الوسائط (MLLMs) الهجينة، وتقترح PatternRL، وهو إطار عمل للتعلم التعزيزي يتضمن عقوبات محددة لكل نمط لمواءمة هذه السلوكيات مع الحفاظ على أداء المهام.
تقترح هذه الورقة طريقة قابلة للتحكم لمحو شخصيات الرسوم المتحركة المحمية بحقوق الطبع والنشر من نماذج الانتشار من النص إلى الصورة عبر تحسين المرتكزات الدلالية الهيكلية والتفصيلية لاستبدال تضمينات الهدف، مما يحقق فعالية رائدة في الإزالة مع الحفاظ على دقة الصورة وتمكين التحكم الدقيق.
تقدم هذه الورقة البحثية RippleNet، وهو إطار عمل مبتكر للكشف عن الصور المولدة بواسطة الذكاء الاصطناعي يستفيد من الإشارات التفاضلية المحلية وآلية انتباه منقحة لتثبيط المكونات الدلالية المهيمنة وتضخيم الآثار الجنائية الدقيقة ذات نسبة الإشارة إلى الضوضاء المنخفضة لتحسين أداء الكشف.
يعزز LocusGS تقنية Gaussian Splatting ثلاثية الأبعاد ذات التغذية الأمامية من خلال إدخال حالات مرساة ثلاثية الأبعاد صريحة (المركز ونصف القطر) لاستعلامات Gaussian، والتي توجه تجميع الميزات والفك المتسق مكانيًا لتحسين جودة التصيير والمحاذاة الهيكلية مقارنة بالتمثيلات الكامنة البحتة.
تقترح هذه الورقة طريقة خالية من الضبط تسمى "التوجيه الدلالي" (Semantic Steering) تعمل على محو المفاهيم غير المرغوب فيها في نماذج محولات الانتشار متعددة الوسائط عبر بناء وحقن متجه توجيه مشتق من الفرق بين التمثيلات غير الآمنة والآمنة في كتل النموذج الوسطى، مما يحقق تحكماً فعالاً وقوياً ومنخفض التكلفة في المفاهيم دون تعديل معاملات النموذج.
تحدد هذه الورقة ثغرة أمنية حرجة في الخصوصية في نماذج اللغات الكبيرة متعددة الوسائط للمستندات (MLLMs)، حيث تستنتج النماذج معلومات شخصية حساسة من علاقات الحقول المحفوظة عندما تفتقر إلى الأدلة البصرية، وتقترح إطار عمل "التعلم غير المباشر للعلاقات الديناميكية" (DRUF) إلى جانب معيار "DocPrivacyBench" للتخفيف بفعالية من هذا التسريب مع الحفاظ على أداء استخراج المعلومات الأساسية.
تقترح هذه الورقة إطار عمل هجين للتعلم التعزيزي العميق يدمج التعلم الخاضع للإشراف ودمج السياسات المتعددة لتمكين تتبع مسارات المادة البيضاء القوي، والخالي من الاعتماد على الحقيقة الأرضية، والمحدد لكل حالة على حدة دون الحاجة إلى التجزئة الصريحة.
تقترح هذه الورقة دالة خسارة جديدة تُسمى "التعلم التبايني الخاضع للإشراف القائم على الديموغرافيا" (DeSCon)، والتي تعمل على تحسين العدالة في التعرف على الوجوه من خلال استهداف معدلات الخطأ في ذيل توزيع درجات عدم التطابق تحديداً عبر تكوين الدفعات واختيار الأزواج الواعي بالخصائص الديموغرافية، مما يؤدي إلى التخفيف من التحيز بما يتجاوز ما يمكن أن يحققه موازنة بيانات التدريب البسيطة.