12840 ورقة بحثية
تُعد VQQA إطار عمل موحداً متعدد الوكلاء يعمل على تعزيز جودة توليد الفيديو من خلال الاستفيد من الأسئلة المرئية المولدة ديناميكياً وانتقادات النماذج اللغوية البصرية (VLM) كمتدرجات دلالية لتمكين التحسين الفعال للمطالبات في الأنظمة ذات الصندوق الأسود دون الحاجة إلى الوصول إلى نماذج الصندوق الأبيض.
يُعد SPARROW نموذجًا لغويًا بصريًا متعدد الوسائط للفيديو يعتمد على البكسل، حيث يعمل على تعزيز الدقة المكانية والاتساق المرجعي الزمني من خلال تقديم ميزات تتبع محددة الهدف وتصميم ثنائي للمطالبات، محققًا تحسينات ملحوظة في الأداء عبر معايير قياسية متعددة دون الاعتماد على كواشف خارجية.
تقدم هذه الورقة نموذج انتشار لإزالة الضجيج يسمى "انتشار فضاء البكسل المهيكل" (SPS Diffusion)، والذي يتعلم توليد متعددات الأضلاع الثعبانية القصوى من البيانات دون ترميز قيود صريحة، وينجح في التعميم على شبكات كبيرة تصل إلى 28×28 رغم حدوث أخطاء هيكلية عرضية.
تُثبت هذه الورقة أن نماذج الرؤية التأسيسية غير المتجانسة يمكن دمجها بفعالية باستخدام فقد مطابقة ميزات بسيط عند الطبقة قبل الأخيرة للهدف، مما يتيح إنشاء بنية قابلة للتحكم في المقايضة بين الدقة وزمن الاستجابة (شجرة دمج نماذج الرؤية التأسيسية) تتفوق على النماذج الفردية مع دمج نقاط قوتها المتكاملة.
تكشف هذه الورقة أن تقييمات الشبكات العصبية التلافيفية القياسية في علم أمراض السرطان غالباً ما تكون غير موثوقة بسبب تحيزات خفية، حيث تحقق النماذج في كثير من الأحيان دقة عالية (تصل إلى 93٪) على أجزاء من خلفية الصورة تفتقر إلى أي معلومات سريرية، مما يضلل الباحثين بشأن قدراتها التشخيصية الحقيقية.
تقدم هذه الورقة طريقة عامة وميسرة لبناء قواعد حقيقية ومركبة صريحة لنواة التوجيه (steerable kernels) للشبكات العصبية الالتفافية المتكافئة (equivariant CNNs) عبر مختلف مجموعات التماثل وأنواع الموترات، وذلك من خلال الاستفادة من شرط الثبات النقطي ومعادلة التوجيه، مما يلغي الحاجة إلى حساب معاملات كليس-غوردان (Clebsch-Gordan coefficients).
تقدم هذه الورقة البحثية SFDA-DeP، وهي طريقة تكييف نطاق خالية من المصدر لتحديد المواقع في علم الأمراض النسيجية ضعيف الإشراف، والتي تخفف من تدهور الأداء الناتج عن تحولات النطاق وانحياز التنبؤ من خلال تحديد وتصحيح التنبؤات مفرطة الثقة بشكل تكراري عبر نهج مستوحى من "إلغاء التعلم الآلي".
تقدم هذه الورقة البحثية "أخذ عينات المنهج الدراسي" (Curriculum Sampling)، وهي استراتيجية تدريب ثنائية المرحلة لنماذج "مطابقة التدفق" (Flow Matching) تعتمد في البداية على أخذ عينات زمنية منحازة للمنتصف للتعلم السريع للهياكل، ثم تنتقل لاحقًا إلى أخذ العينات الموحد لصقل الحدود، مما يحقق جودة صورة فائقة وتقاربًا أسرع في مجموعة بيانات CIFAR-10 مقارنة بطرق أخذ العينات الثابتة.
تقترح الورقة البحثية SERA، وهي بنية توجيه خبراء مكانية-دلالية فعالة في المعلمات، تستخدم محولات مدركة للتعبيرات ودمجاً حافظاً للهندسة مع توجيه خبراء تكيفي لتحسين التماسك المكاني ودقة الحدود بشكل كبير في تقسيم الصور المرجعية، لا سيما عند استخدام نماذج خلفية مسبقة التدريب ومجمدة.
يُعد VLM4Rec إطار عمل توصية خفيف الوزن يستفيد من نماذج الرؤية واللغة الكبيرة لتحويل صور العناصر إلى أوصاف لغوية طبيعية صريحة من أجل المحاذاة الدلالية، مما يثبت أن التمثيل الدلالي عالي الجودة يتفوق على دمج الميزات المعقد في مهام التوصية متعددة الوسائط.