12799 ورقة بحثية
تقدم هذه الورقة طريقة لاختيار الطبقات مدركة للمجال لتقليم نماذج الرؤية واللغة تستفيد من تشابه التنشيط لتحديد طبقات فك التشفير الحرجة، مما يكشف عن بنية تقليم ثلاثية الأنماط حيث تضمن التصنيفات الخاصة بالمجال الاستقرار عند الميزانيات المنخفضة بينما تطابق الخطوط المرجعية الهيكلية عند الميزانيات الأعلى.
تقترح هذه الورقة البحثية كلاً من PatchCore-Lite وPadim-Lite، وهما متغيران من نماذج اكتشاف الشذوذ البصري الشهيرة يتميزان بكفاءة الذاكرة والتحسين الحسابي، مما يتيح الفحص الصناعي الفوري والخاص على أجهزة الحافة محدودة الموارد من خلال تقليل بصمة الذاكرة ووقت الاستدلال بشكل كبير مع الحفاظ على الأداء العالي في المعايير القياسية.
تقترح هذه الورقة البحثية طريقة VGS-Decoding، وهي طريقة استدلال لا تتطلب تدريباً تعمل على تخفيف الهلوسة في النماذج اللغوية البصرية الطبية عبر إعادة وزن احتمالات الرموز بشكل تكيفي بناءً على درجة تحديد المواقع البصرية المستمدة من مقارنة توزيعات الصور الأصلية والمشوهة، محققةً مكاسب كبيرة في الأداء مع حد أدنى من التكاليف الحسابية الإضافية.
تقدم هذه الورقة المهمة المستحدثة لفهم البث المرئي الشخصي (PSVU)، المصحوبة بمعيار التقييم PEARL-Bench واستراتيجية PEARL الخالية من التدريب، لتمكين الاستجابات الشخصية التفاعلية في الوقت الفعلي في نماذج الرؤية واللغة من خلال سد الفجوة بين المدخلات المرئية المستمرة والتغذية الراجعة الفورية.
تقدم هذه الورقة طريقتين مبتكرتين، وهما نهج إيجاد الجذور عبر التمرير الأمامي وتقنية العكس على مستوى الطبقات عبر التمرير الخلفي، لتوليد صور مدخلات تشبه العشوائية تحقق درجات تصنيف شبه مثالية، مما يكشف عن نقاط الضعف ويوفر تغطية شاملة لفضاءات المدخلات في المسائل العكسية للشبكات العصبية.
تقدم هذه الورقة معياراً ودراسة موحدة توضح أن الحفاظ على موثوقية التعرف على الأنواع عبر الكاميرات الخفية بمرور الوقت يعوقه عدم التوازن الشديد في الفئات والتحولات الزمنية، مما يكشف أن التكيف الساذج للنماذج غالباً ما يفشل ويستلزم مزيجاً من تقنيات التحديث والمعالجة اللاحقة إلى جانب توجهات بحثية جديدة للنشر البيئي.
تقترح هذه الورقة إطار عمل للتقييم يعتمد على النماذج اللغوية الكبيرة متعددة الوسائط لتقييم فهم النفي في نماذج الرؤية واللغة بصرامة، وتُثبت أن السلوك الواعي بالنفي يمكن تحقيقه دون الحاجة إلى ضبط دقيق من خلال تحديد ومعالجة اتجاه نفي محدد في فضاء تضمين CLIP عبر هندسة التمثيل في وقت الاختبار.
تقدم هذه الورقة البحثية GHOST، وهي طريقة ذاتية الإشراف قابلة للتوسع تستفيد من مسارات البنية من الحركة أحادية العدسة واسعة النطاق المستخرجة من فيديوهات كاميرات لوحة القيادة (dashcam) لتوليد أقنعة مكانية مسقطة على الأرض، مما يتيح تدريب شبكة تقسيم عميقة تتنبأ بفرضيات مسارات المركبات الممكنة في البيئات الحضرية المعقدة دون الحاجة إلى تسميات توضيحية يدوية.
تتناول هذه الورقة حدود التعميم في نماذج الانتشار الناتجة عن تراكم أخطاء التدرج من خلال تقديم مبدأ "من الضعيف إلى القوي" الذي ألهم طريقة توجيه هجينة تسمى SGG، والتي تتفوق على المتغيرات الحالية الخالية من التدريب عند الاستدلال وتحسن التعميم عند دمجها في هدف التدريب.
يُعد RayMap3R إطار عمل تدفقيًا لا يتطلب تدريبًا لإعادة البناء ثلاثي الأبعاد الديناميكي، حيث يستفيد من انحياز تنبؤات RayMap للمشاهد الثابتة لتحديد الأجسام المتحركة وكبتها، محققًا بذلك أداءً رائدًا في تقدير الهندسة والوضعية في الوقت الفعلي.