12800 ورقة بحثية
تقدم الورقة البحثية Colony Grounded SAM2، وهو مسار استدلال يعتمد على التعلم الصفري (zero-shot) يستفيد من النماذج التأسيسية المضبوطة بدقة لتحقيق كشف وتقسيم قويين للمستعمرات البكتيرية عبر إعدادات متنوعة دون الحاجة للتدريب، مما يعالج تحدي محدودية مجموعات البيانات المصنفة في علم الأحياء الدقيقة.
إن COT-FM هو إطار عمل جاهز للتشغيل يعزز مطابقة التدفق (Flow Matching) من خلال تجميع العينات المستهدفة وتخصيص توزيعات مصدر مخصصة لإنشاء مجالات متجهية أكثر استقامة، مما يؤدي إلى تسريع عملية أخذ العينات وتحسين جودة التوليد عبر مهام متنوعة دون تغيير بنية النموذج.
يُعد Qianfan-OCR نموذجاً موحداً للرؤية واللغة بـ 4 مليارات معلمة، يحقق ذكاءً مستندياً فائقاً من خلال دمج التحويل المباشر من الصورة إلى Markdown مع آلية مبتكرة "التخطيط كفكر" (Layout-as-Thought) لاستعادة التأسيس الصريح للتخطيط، متفوقاً بذلك على نماذج أكبر بكثير في اختبارات قياسية متنوعة.
تقدم هذه الدراسة ViT+UNet، وهي بنية تعلم عميق هجينة تجمع بين نماذج U-Net وVision Transformer لتحسين دقة وتعميم وتكامل البيانات الوصفية لإعادة بناء قوة سحب الخلايا في بيانات المجهر بشكل كبير.
تقدم الورقة البحثية استراتيجية MAD (التقطير المدرك للبيئة الدقيقة)، وهي استراتيجية تدريب مسبق ذاتي الإشراف تقوم بتقطير مورفولوجيا الخلايا ورؤى البيئة الدقيقة بشكل مشترك لتوليد تمثيلات موحدة، مما يتيح تقنيات متطورة للأوميكس المكانية الافتراضية ويتفوق على النماذج التأسيسية الأكبر عبر مهام تصوير الأنسجة المتنوعة.
تقدم هذه الورقة البحثية توليد الفيديو القائم على الأحداث (EVD)، وهو إطار عمل متوافق مع نماذج المحولات الانتشارية (DiT) يعمل على الحد من حالات الفشل الشائعة في التفاعل في نماذج تحويل النص إلى فيديو، وذلك من خلال ربط عملية أخذ العينات صراحةً بنشاط الحدث المتوقع لضمان اتساق الحركة وتفاعلات الأشياء فيزيائياً.
تقيم هذه الدراسة ثلاثة نهج قائمة على نموذج CLIP لتصنيف اعتلال الشبكية السكري إلى خمس فئات باستخدام مجموعة بيانات مدمجة من APTOS 2019 وMessidor-2، حيث أظهرت أن نموذج التلقين المدرك للترتيب وبنية FCN-CLIP الهجينة يتفوقان بشكل كبير على النماذج المرجعية ذات القدرة صفرية (zero-shot) من خلال تحقيق دقة عالية واستدعاء قوي للحالات الحرجة سريرياً.
تقترح هذه الورقة إطار عمل لنموذج لغوي كبير متعدد الوسائط يعتمد على المقاطع، يستفيد من نموذج Qwen3-Omni-30B-A3B الذي تم ضبطه بدقة للتعرف بفعالية على حالات التردد والازدواجية الدقيقة في مقاطع الفيديو من خلال تحليل التناقضات عبر الوسائط، محققاً دقة تبلغ 85.1% وهي الأفضل في فئتها على مجموعة بيانات BAH.
تقدم هذه الورقة البحثية MSD-DETR، وهو نموذج محول كشف يعتمد على الانتباه القابل للتشكل (deformable attention) يدمج إعادة المعلمة الهيكلية (structural re-parameterization) ودمج الميزات عبر المقاييس لتحقيق دقة رائدة في الأداء وزمن استجابة في الوقت الفعلي في الفحص البصري الآلي لزنبركات الملفات في القاطرات.
تقدم هذه الورقة إطار عمل لنموذج رؤية ولغة مؤتمت بالكامل يدمج تحليل التصوير الحراري بالأشعة تحت الحمراء النشطة النبضية متعدد الوسائط مع التقارير اللغوية الطبيعية المهيكلة لتعزيز الموضوعية، وقابلية التكرار، والتوثيق المنهجي لتوثيق أصالة اللوحات وكشف العيوب.