12846 ورقة بحثية
تقدم هذه الورقة البحثية ARCHE، وهو إطار عمل لضغط الصور يعتمد على التعلم من الطرف إلى الطرف، ويحقق كفاءة رائدة في معدل التشويه (rate-distortion) من خلال توحيد الأولويات الهرمية والمكانية والقائمة على القنوات مع إعادة معايرة الميزات التكيفية، كل ذلك مع الحفاظ على الكفاءة الحسابية دون الاعتماد على المكونات المتكررة أو القائمة على المحولات (transformer).
تقترح الورقة البحثية نموذج OilSAM2، وهو إطار عمل للتقسيم معزز بالذاكرة يتميز ببنك ذاكرة هرمي متعدد المقاييس واستراتيجية تحديث متسقة بنيوياً ودلالياً لتحقيق كشف قوي ومتطور لبقع الزيت في صور رادار الفتحة الاصطناعية (SAR) غير المرتبة، وذلك من خلال التغلب على التحديات المتعلقة بتباين المظهر والانجراف الدلالي.
تقترح الورقة البحثية إطار عمل I2X، الذي يحول التفسير غير المهيكل إلى تفسيرات قائمة على النماذج الأولية المهيكلة للكشف عن عمليات اتخاذ القرار في النموذج وتحسين دقة التصنيف بشكل فعال من خلال الاضطراب المستهدف للعينات.
يُعد ID-LoRA إطار عمل مبتكر يوحد التخصيص الصوتي والمرئي في تمريرة توليدية واحدة عبر تكييف نموذج LTX-2 الانتشار باستخدام تقنية In-Context LoRA المدفوعة بالهوية وتقنيات متخصصة مثل المواضع الزمنية السلبية وتوجيه الهوية، مما يحقق تشابهاً فائقاً في الصوت والمظهر البصري بأقل قدر من بيانات التدريب.
تقدم هذه الورقة البحثية خوارزمية ADMM-PnP مع مزيل ضجيج AC-DC مبتكر يعالج عدم تطابق المتشعبات ويضع ضمانات التقارب للنماذج التوليدية القائمة على الدرجة ضمن إطار عمل ADMM، مما يؤدي إلى تحسين جودة الحل عبر مختلف المسائل العكسية.
تثبت هذه الدراسة تجريبياً أن العلامات المائية الحالية للذكاء الاصطواري التوليدي أحادية النطاق (المكانية والكامنة) تمتلك ثغرات أمنية متعارضة ومتعامدة تجاه أدوات التحرير الحديثة، مما يثبت عدم كفايتها لضمان موثوقية المصدر الرقمي ويؤكد الحاجة الماسة لبناء معماريات تشفيرية مستقبلية متعددة النطاقات.
تقدم هذه الورقة Fuel Gauge، وهي طريقة مبتكرة تتنبأ بطول تسلسل التفكير (Chain-of-Thought) في النماذج اللغوية الكبيرة متعددة الوسائط مسبقاً عبر استخراج معامل "وقود" خفي، مما يتيح تخصيصاً أكثر كفاءة للذاكرة وتحسيناً لأداء الاستدلال عبر مختلف المعايك المرجعية.
تقدم هذه الورقة البحثية تقنية "التقطير البصري الموجه بالمفاهيم" (CGVD)، وهي إطار عمل استدلالي خالي من التدريب ومستقل عن النموذج، يتغلب على "فجوة الدقة والاستنتاج" في نماذج الرؤية واللغة والعمل من خلال تحليل التعليمات لتحديد المشتتات واستخدام عملية إعادة طلاء (inpainting) قائمة على تحويل فوريه لتوليد ملاحظات نظيفة، مما يؤدي إلى تحسين معدلات نجاح التلاعب الروبوتي بشكل كبير في البيئات شديدة الازدحام.
تقترح هذه الورقة إطار عمل موحداً وخالياً من التدريب، يخفف من هلاوس النماذج اللغوية الكبيرة متعددة الوسائط (MLLMs) عبر الاستفادة التآزرية من الرموز المرئية من خلال المعايرة البصرية التآزرية لتعزيز الدلالات المرئية، والمعايرة التمثيلية السببية لتصحيح الانحيازات اللغوية، محققاً تحسينات كبيرة في الدقة مع حد أدنى من عبء الاستدلال.
تقدم هذه الورقة البحثية "Motion Forcing"، وهو إطار عمل مفكك يعمل على موازنة المقايضة بين الجودة البصرية، والاتساق الفيزيائي، والقدرة على التحكم في توليد الفيديو المعقد عبر فصل الديناميكيات هرمياً إلى مراحل النقطة، والشكل، والمظهر، واستخدام استرداد النقاط المقنع لفرض تعلم القوانين الفيزيائية الكامنة.