12113 ورقة بحثية
تقدم الورقة البحثية RA-CLIPScore، وهو مقياس مبتكر يعزز قابلية التفسير لتقييم النماذج التوليدية من خلال فك الارتباط بين السمات المتنافسة وتحليل محاذاة التوزيع المكاني عبر رموز الرقع المحلية (local patch tokens)، مما يوفر رؤى أكثر قوة وتوافقاً مع الإدراك البشري مقارنة بالطرق الحالية.
يُعد Avatar-Forever إطار عمل تدريب متوازي ومنفصل يجمع بين التقطير كامل المعلمات للحصول على جودة بصرية عالية وبين مُكيِّف خفيف الوزن طويل الأمد يتم تدريبه عبر تدريب التدحرج الموجه بالاسترداد، مما يتيح توليد أفاتار مدفوع بالصوت بشكل مستقر وفي الوقت الفعلي ولأمد غير محدود على وحدة معالجة رسومية واحدة من نوع H100.
تحدد هذه الورقة أن طريقة تحسين التفضيل المباشر (DPO) القياسية لا تستغل المعلومات السياقية بشكل كافٍ، مما يؤدي إلى هلوسة الكائنات في النماذج اللغوية الكبيرة متعددة الوسائط، وتقترح طريقة "تحسين التفضيل المباشر المعاير للسياق" (C²-DPO)، وهي طريقة تعمل صراحةً على تعظيم مكاسب التفضيل السياقي لتقليل الهلوسة بشكل كبير مع الحفاظ على قدرات الاستد old العام.
يُعد TGRHuman إطار عمل جديداً موجهاً بالنصوص يقوم بتوليد هندسة بشرية ثلاثية الأبعاد وأنسجة عالية الجودة ومتسقة بكفاءة، وذلك عبر فصل عمليات تخليقهما واستخدام توليد ملاحظات متعددة المشاهد صريحة مع مُصيّر انتشار (diffusion renderer)، مما يتغلب على قيود الطرق التقليدية القائمة على تمثيل الحقول العصبية الإشعاعية (NeRF).
يُعد Map-Det3D إطار عمل للرصد ثلاثي الأبعاد متعدد المنظور عبر الإنترنت، والذي يستفيد من عملية إعادة بناء ثلاثية الأبعاد مترية ذات تغذية أمامية قبل التنبؤ مباشرة بصناديق الإحاطة ثلاثية الأبعاد المترية من فيديو أحادي العدسة، مما يتغلب بفعالية على قيود غموض المقياس وتحول النطاق التي تواجهها أساليب الرفع التقليدية من ثنائي الأبعاد إلى ثلاثي الأبعاد.
يُعد GenFAR إطار عمل للتعلم العميق معياريًا تم تدريبه على 49,246 صورة رنين مغناطيسي للدماغ من مجموعات سكانية متعددة باستخدام نهج تسلسلي لاستخلاص تمثيل عام ومعلومات سريرية يحسن بشكل كبير من كفاءة العينات ودقة مهام التصوير العصبي اللاحقة.
تقترح هذه الورقة البحثية HSTGFormer، وهو إطار عمل "ترانسفورمر" معزز بالرسوم البيانية يوحد الاستدلال المكاني-الزماني من خلال رسم بياني فائق للمكان والزمان ورسم بياني زماني تكيفي ثنائي المقياس لالتقاط التبعيات المحلية المقترنة والأنماط الزمنية الخاصة بالمفاصل، محققاً دقة وكفاءة عاليتين في تقدير وضعية جسم الإنسان ثلاثي الأبعاد.
تقترح الورقة البحثية M-Net، وهي بنية تعلم عميق مبتكرة تدمج الانحيازات الاستقرائية الرياضية — وتحديداً الميزات الطيفية المستمرة ومؤثرات الحقل الفيزيائي — ضمن إطار عمل U-Net لتتفوق بشكل كبير على النماذج القياسية القائمة على البيانات في تقسيم الصور الطبية عبر معايير الكبد والكلى وأورام الدماغ.
تقدم هذه الورقة GAS، وهو إطار تدريب يعزز الفهم البصري بعبء استدلال صفري في النماذج اللغوية الكبيرة متعددة الوسائط باستخدام فرع توليد منفصل مع التنبؤ بالتمثيل التالي (Next Embedding Prediction) كإشراف مساعد لتنقية التمثيلات البصرية المشتركة دون المساس ببنية الاستدلال النهائية.
تقترح الورقة البحثية إطار عمل SCOUT، الذي يجمع بين نهج سلسلة أفكار ثلاثي الأبعاد مهيكل وخوارزمية تعزيز مكافأة عملياتية جديدة متعددة الأهداف ومجموعة بيانات مخصصة لتعزيز قدرات الاستدلال المكاني لنماذج الرؤية واللغة بشكل كبير، محققةً أداءً يتجاوز GPT-4o في المهام المعقدة.