12113 ورقة بحثية
تقدم هذه الورقة البحثية "نقل الأسلوب العالمي" (GST)، وهو نموذج جديد لتخليق الصور الفنية يستفيد من توجيه الأسلوب العالمي وتوجيه محاذاة المحتوى لتجميع أعمال فنية متعددة لفنان مستهدف في صورة محتوى واحدة، مما يتغلب على قيود الأساليب الحالية في التقاط توزيع الأسلوب العالمي للفنان مع الحفاظ على البنية الدلالية وتقليل الانحياز الناتج عن النصوص.
لمعالجة تحديات القابلية لإعادة الإنتاج وحقوق الطبع والنشر في توليد الموسيقى من الفيديو، تقدم هذه الورقة مجموعة بيانات "مكتبة الموسيقى التصويرية للشاشة المفتوحة" (OSSL-v2) القابلة لإعادة الإنتاج والمكونة من أفلام من الملكية العامة، وتقترح نموذجاً مدركاً للحوار يعزز توليد الموساقى من خلال تعديل الانتباه المتقاطع للفيديو مع الكلام الظاهر على الشاشة.
تحدد هذه الورقة عدم تطابق جوهري في نماذج عالم القيادة حيث يفشل التنبؤ المعتمد مباشرة على الفعل في الحفاظ على السياق الواقعي للسيناريوهات الافتراضية، وتقترح مسار عمل بسيطاً لا يتطلب تدريباً يدمج الأدلة المرصودة لتحسين دقة التنبؤات الافتراضية بشكل كبير.
تقدم هذه الورقة MBA-Bench، وهو أول معيار تقييم متعدد الوسائط لتوليد الأفكار التجارية، وتقترح الوكيلين MBA-b وMBA-k اللذين يستفيدان من الإشارات المرئية وأهداف المكافأة المبتكرة للتفوق بشكل كبير على النماذج المرجعية الحالية المعتمدة على النصوص فقط أو متعددة الوسائط في توليد أفكار تجارية إبداعية وقابلة للتنفيذ.
تقترح الورقة البحثية KANResDiff، وهو إطار عمل مبتكر يستفيد من شبكات كولموغوروف-أرنولد وجسر شرودنجر المتبقي مع ترميز زمني مستقل لتمكين الانتشار المتبقي المحلي التدريجي والواعي بالمراحل لتحقيق أداء رائد في تقسيم الصور الطبية الغامضة.
تستقصي هذه الورقة البحثية فعالية تقنية "القطع السطحي الموجه بخرائط التنشيط الكلاسيكي" (CAM-guided saliency cutout) لتصنيف صور البرمجيات الخبيثة باستخدام مجموعة بيانات RawMal-TF، حيث وجدت أنه على عكس الصور الطبيعية التي يحسن فيها القطع منخفض البروز الأداء، فإن استراتيجيات القطع الموجه بالبروز تؤدي في الواقع إلى خفض الدقة بالنسبة للبرمجيات الخبيث، مما يسلط الضوء على وجود اختلافات جوهرية في النطاق بين هذين النوعين من الصور.
تقدم هذه الورقة إطار عمل قابلاً للنقل يستخدم شبكة عصبية تلافيفية واحدة مدربة عالمياً، تجمع بين بيانات الأقمار الصناعية متعددة المستشعرات ومراجع GEDI، والتي يتم تكييفها بكفاءة مع المناظر الطبيعية المحلية عبر سير عمل معايرة ميدانية خفيف الوزن لتحقيق تقدير عالي الدقة ومتصل مكانياً للكتلة الحيوية للغابات.
تُظهر هذه الورقة أن كواشف الفن المعتمدة على الذكاء الاصطناعي الحالية، رغم فعاليتها ضد المولدات التي تدربت عليها، تعاني من تدهور كبير في الأداء عند مواجهة بنيات أحدث مثل Stable Diffusion 3.5، مما يسلط الضوء على فجوة تعميم حرجة تستوجب استراتيجيات دفاع متعددة الطبقات.
تعالج هذه الورقة البحثية التقييم المجزأ لفهم صور الطائرات بدون طيار من خلال تقديم UAVQA-Bench، وهو معيار شامل يكشف عن أنماط الفشل الرئيسية في النماذج الحالية، وتقترح UAV-MAS، وهو نظام متعدد الوكلاء لا يتطلب تدريباً يتفوق بشكل كبير على النماذج الرائدة من خلال آليات الإدراك المتخصص، والتحسين التكراري، والبحث التكيفي.
يُعد LiveAnimate نظاماً مبتكراً لتوليد الفيديو في الوقت الفعلي بمقياس المليارات، مبنياً على نموذج محول انتشار (Diffusion Transformer) بـ 14 مليار معلمة، يحقق رسوماً متحركة بشرية مستمرة وطويلة الأمد عبر البث مع زمن انتقال ثابت وجودة إدراكية عالية من خلال خط تدريب ثنائي المراحل وآلية انتباه "مصب استرجاع الوضعية" (Pose-Retrieval Sink Attention) المتخصصة.