12113 ورقة بحثية
تحدد هذه الورقة أن العيوب الهيكلية في تقنية "تقطير درجة التباين" (SDS) في الفضاء الكامن تنشأ من انزياح البكسل الناتج عن المشفر التلقائي المتغير (VAE)، وتقترح طريقة "PixSDS"، وهي طريقة خفيفة الوزن تعمل على إصلاح التدرجات باستخدام اتجاهات الصور المفككة لتخميد الضجيج مع الحفاظ على المحتوى الدلالي.
تقدم هذه الورقة UniTraffic-Agent، وهو إطار عمل موحد يستخدم سير عمل "الملاحظة-الاستنتاج-التنفيذ-التحقق" لمعالجة تحديات الاستنتاج في فيديوهات المرور في تحدي AI City 2026، محققاً أداءً رفيع المستوى عبر الاستنتاج في الحالات المرورية الشاذة وتقييمين خارج النطاق لأحداث عدسة عين السمكة ونوايا المشاة.
تقدم هذه الورقة البحثية GATO-Vid، وهي طريقة جديدة خالية من التدريب ومن التدرج لتوليد الفيديو من النص مع تحديد المواقع مكانياً، والتي تحقق تحديداً دقيقاً للأجسام من خلال حل تحليلي مغلق الصيغة وآلية حقن فورية، متفوقة بشكل كبير على النماذج المرجعية الحالية في الدقة مع تقليل العبء الحسابي إلى أدنى حد.
تقدم هذه الورقة البحثية "ذاكرة التخزين المؤقت ذات التأثير العالمي" (GCache)، وهو إطار عمل مبتكر يعمل على تحسين استدلال نماذج الانتشار من خلال إعادة صياغة إعادة استخدام الذاكرة المخبئية كمسألة تحسين ثنائي المستوى لمواءمة حدود انتشار الخطأ مع جودة التوليد، مما يحقق تسريعاً كبيراً مع تعزيز الدقة البصرية في مهام الصور والفيديو على حد سواء.
تقدم الورقة البحثية P2Fusion، وهو إطار عمل مبتكر قائم على التلقين يستفيد من الأولويات الجوهرية المزدوجة وآلية "التعليم للدمج" مع إعادة معايرة الخبراء الديناميكية ذات البوابة لتحقيق أداء رائد في دمج الصور بالأشعة تحت الحمراء والمرئية وتعزيز متانة اكتشاف الأشياء في المهام اللاحقة بشكل كبير.
تقترح الورقة البحثية شبكة RbFT-Net، وهي إطار عمل متكامل (end-to-end) يعمل على تحسين إكمال العمق للرادار والكاميرا رباعي الأبعاد (4D radar-camera depth completion) عبر التعامل مع عوائد الرادار المتراكمة كمرتكزات زمنية مشوشة، وتصحيح مواقعها وأعماقها باستخدام الشروط الصورية، ونشر القياسات الموثوقة فقط بشكل انتقائي قبل الدمج متعدد الوسائط للتخفيف من آثار التشتت وعدم المحاذاة الزمنية.
تُعد MergeOver طريقة ما بعد التدريب تدمج تقنية "دمج الرموز" (Token Merging) في نماذج المحولات الرؤيوية ذات الأوزان المشتركة بشكل متكرر لتقليل استخدام الذاكرة وزمن الاستجابة بشكل كبير على الأجهزة الطرفية مع الحفاظ على دقة عالية، وكل ذلك دون الحاجة إلى إعادة تدريب مكلفة.
تقدم هذه الورقة TRAPSBench ومقياس PECS لتوضيح أنه بينما تمتلك النماذج اللغوية البصرية القدرة الداخلية على اكتشاف متى تكون الأدلة المرئية غير كافية لاتخاذ قرار، إلا أنها تفشل باستمرار في التعبير عن هذا الكبح المعرفي، مما يكشف عن وجود عنق زجاجة حرج في توليد مخرجاتها بدلاً من إدراكها.
تقترح الورقة البحثية UniCon-Former، وهي بنية محولة تلافيفية موحدة تدمج الإسقاطات التلافيفية لإنشاء هيكل هرمي، مما يساهم في التقاط الميزات المحلية والعالمية بكفاءة من أجل التعرف على إيماءات اليد بأداء متطور مع تقليل التكاليف الحسابية والمعلمات.
تقدم هذه الورقة SciFigBench، وهو معيار شامل وإطار عمل "الممانعة-المقاومة-الحث" (A-R-I) لتقييم الموثوقية السلوكية لنماذج الرؤية واللغة تحت ظروف عدم اليقين في فهم الأشكال العلمية، مما يكشف أن دقة الإدراك والاستدلال العالية لا تضمن قدرة النموذج على الإقرار بنقص الأدلة أو مقاومة السياق المضلل.