12877 ورقة بحثية
تقترح هذه الورقة RandMark، وهي طريقة للعلامات المائية العشوائية تقوم بدمج العلامات المائية الرقمية في التمثيلات الداخلية للنماذج التأسيسية البصرية باستخدام شبكة مشفر-وفك تشفير صغيرة لتمكين التحقق القوي من الملكية مع انخفاض معدلات الكشف الخاطئ والخطأ في الكشف.
تقدم الورقة البحثية WalkGPT، وهو نموذج لغوي بصري يعتمد على البكسل، يوحّد بين الاستدلال اللغوي والتقسيم لتوفير توجيه للملاحة للمشاة مدرك للعمق، إلى جانب معيار PAVE لتقييم فهم المشاهد المراعي لإمكانية الوصول.
تقدم هذه الورقة البحثية إطار العمل "الآن في حينه" (Just-in-Time - JiT)، وهو إطار عمل لا يتطلب تدريباً يعمل على تسريع نماذج محولات الانتشار (Diffusion Transformers) من خلال استغلال التكرار المكاني لحساب التحديثات على مجموعة فرعية متفرقة من رموز الارتكاز (anchor tokens)، محققاً تسريعاً يصل إلى 7 أضعاف مع جودة صورة شبه كاملة على نموذج FLUX.1-dev.
تقدم هذه الورقة البحثية "Super Neurons"، وهي طريقة لا تتطلب تدريباً تستفيد من التنشيطات القياسية (scalar activations) من الرمز الأول المُولّد لإنشاء مصنفات عالية الدقة للأسئلة البصرية الإجابة (VQA) الفئوية، مما يتيح الخروج المبكر للغاية من الطبقة الأولى ويحقق تسريعاً يصل إلى 5.10 ضعفاً مع تحسين الأداء مقارنة بالشبكة الأصلية.
تتقصى هذه الورقة البحثية هجمات الباب الخلفي في نماذج "Vision Transformers" من خلال تحديد "اتجاه المحفز" السببي في تنشيطات النموذج، وكشف آليات معالجة متميزة لأنواع المحفزات المختلفة، واقتراح مخطط كشف خالٍ من البيانات يعتمد على التفسير الآلي.
تقدم هذه الورقة البحثية HanMoVLM، وهو نموذج رؤية ولغة متخصص معزز بسلسلة من التفكير (Chain-of-Thought) التي تم التحقق منها من قبل الخبراء ومجموعة بيانات مبتكرة قائمة على المزاد (HanMo-Bench) لتحقيق تقييم بمستوى احترافي للوحات الصينية والعمل كمدقق عالي الجودة لتحسين توليد الصور الفنية.
تقدم هذه الورقة MEDISEG، وهي مجموعة بيانات شاملة تضم 8,262 صورة للأدوية مع أقنعة تجزئة مثالية تغطي 32 نوعاً من الحبوب تحت ظروف واقعية متنوعة، مما يعزز بشكل كبير التعرف على الحبوب القائم على الذكاء الاصطناست ومنع الآثار الجانبية الضارة للأدوية من خلال تمكين التدريب القوي والتعلم الفعال من عينات قليلة للسيناريوهات المعقدة مثل الانسداد والازدحام.
تقدم هذه الورقة البحثية BALD-SAM، وهو إطار عمل مبني على أسس علمية يعمل على تكييف التعلم النشط البايزي من خلال عدم الاتفاق (Bayesian Active Learning by Disagreement) مع الاختيار المكاني للمطالبات في التجزئة التفاعلية، مما يُمكّن رأس تقدير عدم يقين خفيف الوزن على النماذج التأسيسية المجمدة ليتفوق بشكل كبير على التلقين البشري وتلقين النموذج المثالي (oracle) عبر مجالات متنوعة.
تقيم هذه الدراسة التعرف على الأقراص بأسلوب التعلم من عينات قليلة في ظل تحولات النطاق البصري الواقعية، حيث وجدت أنه بينما يتكيف التصنيف الدلالي بسرعة مع الحد الأدنى من البيانات المصنفة، فإن النشر القوي يتطلب التدريب على مشاهد واقعية متعددة الأجسام للتخفيف من انخفاض الأداء الناتج عن الانسداد والازدحام في تحديد المواقع والاستدعاء.
تنتقد هذه الورقة عدم الاستقرار والغموض في معايير صراع الإشارات الحالية لقياس انحياز الشكل-النسيج للشبكات العصبية، وتقدم إطار عمل REFINED-BIAS، وهو إطار جديد يتميز بأزواج إشارات متوازنة ومقاييس قائمة على الترتيب لتمكين مقارنات موثوقة، وقابلة للتفسير، وعادلة بين النماذج.