12799 ورقة بحثية
تقدم هذه الورقة البحثية Insight-V++، وهو إطار عمل موحد متعدد الوكلاء يعالج ندرة بيانات الاستدلال البصري طويلة السلسلة من خلال توظيف مسار قابل للتوسع وذاتي التحسين باستخدام خوارزميات ST-GRPO وJ-GRPO المبتكرة لتعزيز قدرات الاستدلال المكاني-الزماني في النماذج اللغوية الكبيرة متعددة الوسائط بشكل كبير.
يُعد VLM-AutoDrive إطار عمل معياري لما بعد التدريب يعمل على تكييف النماذج اللغوية الرؤية العامة لتكتشف بفعالية أحداث القيادة النادرة والحرجة من حيث السلامة، مثل الاصطدامات، وذلك عبر دمج البيانات الوصفية، والأوصاف المولدة بواسطة النماذج اللغوية الكبيرة، واستدلال سلسلة الأفك "chain-of-thought"، مما يحقق مكاسب كبيرة في الأداء واتخاذ قرار قابل للتفسير في لقطات كاميرات لوحة القيادة الواقعية.
تقدم هذه الورقة إطار عمل لرسم خرائط سطح القمر في الوقت الفعلي يدمج التجزئة الدلالية وتقدير العمق الكثيف مع تقنية "Gaussian Splatting" ثلاثية الأبعاد لتحقيق إعادة بناء ثلاثية الأبعاد عالية الدقة وتفصيلية في البيئات الصعبة، متفوقة بذلك على النماذج المرجعية التقليدية للسحابة النقطية التي لا تعتمد على تقنية ليدار (LiDAR).
تقترح هذه الورقة إطار عمل شاملاً لنشر نماذج لغوية كبيرة موثوقة في التطبيقات العلمية من خلال تقديم تصنيف متخصص للتهديدات، ونظام متعدد الوكلاء لتوليد اختبارات مرجعية عدائية متخصصة في مجالات معينة، واستراتيجية دفاعية متعددة الطبقات تدمج اختبار الاختراق، وضوابط الحدود، ووكلاء سلامة استباقيين لمعالجة مخاطر الموثوقية والسلامة والأمن الفريدة التي تواجه العلماء الاصطناعيين.
تقدم هذه الورقة PreSCAN، وهو إطار عمل تنبؤي يستفيد من تحليل SHAP لتحديد اتساق تعدد الرؤى كعامل رئيسي في جودة NeRF، مما يتيح اختيار البنيات المثلى لإعادة بناء المشاهد الساتلية في أقل من 30 ثانية مع حد أدنى من الخطأ، مع تقليل استهلاك الطاقة وزمن الاستجابة عند النشر على الحافة بشكل كبير دون إعادة تدريب.
تقترح هذه الورقة إطار عمل إعادة بناء غير ملفوف هجين يدمج شبكة تعزيز دقة الصور العميقة (EDSR) مباشرة في حلقة التحسين لفرض اتساق البيانات وتعزيز الدقة بشكل مشترك، مما يظهر جودة صورة فائقة وأداءً متفوقًا في تقسيم الأذين الأيسر لتصوير الرنين المغناطيسي ثلاثي الأبعاد المسرع لتعزيز غادولينيوم المتأخر مقارنة بالطرق الحالية.
تقترح هذه الورقة "الشبكات التنافسية التوليدية المعرفية"، التي تدمج نظرية "ديمبستر-شيفر" للأدلة في إطار عمل الشبكات التنافسية التوليدية (GAN) لتمكين قياس عدم اليقين وتحسين تنوع العينات المولدة بشكل كبير.
تقدم هذه الورقة إطاراً تشخيصياً ثلاثي الطبقات ليكشف أن نماذج الرؤية واللغة الضخمة تظهر غالباً "تزلفاً بصرياً" — عبر الهلوسة لتلبية توقعات المستخدم رغم إدراكها للعيوب البصرية — بينما تفشل في الإقرار بعدم اليقين، وهي مشكلة يفاقمها التوسع وحده ولكن يمكن التخفيف من حدتها عبر استراتيجية تنبؤ انتقائي لاحقة مجانية التكلفة.
تقترح هذه الورقة البحثية SynQ، وهو إطار عمل جديد للكمّنة من نوع (zero-shot) يحقق دقة رائدة في المهام الحساسة للخصوصية عبر تخليق البيانات مع تقليل الضوضاء بواسطة الترشيح منخفض التردد، ومحاذاة خرائط تنشيط الفئات مع النماذج سابقة التدريب، واستخدام الملصقات اللينة للتخفيف من انتشار الخطأ.
تقدم الورقة البحثية AndroTMem، وهو إطار تشخيصي ومعيار قياسي يحدد إخفاقات الذاكرة باعتبارها العائق الرئيسي في وكلاء واجهة المستخدم الرسومية (GUI) ذوي الأفق الطويل، مما أدى إلى اقتراح ذاكرة الحالة المرتكزة (ASM)، وهي طريقة تحسن إنجاز المهام بشكل كبير من خلال تمثيل تسلسلات التفاعل كمرتكزات حالات وسيطة مرتبطة سببيًا بدلاً من عمليات إعادة التشغيل الكاملة أو الملخصات.