12880 ورقة بحثية
يقدم RubiCap إطار عمل جديد للتعلم التعزيزي يستفيد من القواعد التقييمية المولدة بواسطة النماذج اللغوية الكبيرة لإنشاء إشارات مكافأة مهيكلة ومتعددة الأوجه لوصف الصور الكثيف، مما يتغلب على قيود التقطير الخاضع للإشراف والفاحصات الحتمية لتحقيق أداء رائد وكفاءة فائقة في استخدام الكلمات عبر مختلف المعايير المرجعية.
تقدم هذه الورقة إطار عمل للتعلم العميق محسّن، يُدعى POLISH، والذي يستخدم التدريب القائم على الرقع (patch-wise training) وتحويلات الكثافة غير الخطية لتحقيق تصوير تداخلي راديوي واسع المجال وذي نطاق ديناميكي عالٍ وقوي، مما يظهر قدرته على زيادة معدل اكتشاف العدسات الجاذبية القوية بشكل كبير مقارنة بالطرق التقليدية.
تقترح الورقة البحثية نموذج (Progressive Split-Mamba (PS-Mamba، وهو إطار عمل هرمي لحالة الفضاء مدرك للطوبولوجيا يعالج قيود التشوه المكاني والاضمحلال بعيد المدى لنماذج (Mamba) القياسية في ترميم الصور من خلال توظيف تقسيم متسق هندسيًا واختصارات متناظرة عبر المقاييس لتحقيق توازن فعال بين الحفاظ على البنية المحلية والتماسك العالمي.
تقدم الورقة البحثية SAGE، وهو أول نموذج لغوي كبير متعدد الوسائط من طرف إلى طرف يعامل السحب النقطية الخام كـ "لغة أجنبية" عبر مُجزئ رموز ثلاثي الأبعاد خفيف الوزن وتحسين التفضيل القائم على المحاذاة الدلالية، محققاً أداءً وكفاءة متفوقين على الطرق الحالية القائمة على المشفر في مهام الفهم ثلاثي الأبعاد.
يُعد MM-Zero أول إطار عمل قائم على التعلم المعزز يُمكّن نماذج الرؤية واللغة من التطور الذاتي من الصفر دون بيانات عبر توظيف نظام متعدد الأدوار (المقترح، والمبرمج، والمحلل) يتم تدريبه باستخدام تحسين السياسة النسبي للمجموعات لتوليد مفاهيم بصرية، وتجسيدها عبر الكود، وحل مهام الاستدلال متعدد الوسائط دون الحاجة إلى أي صور بذرية.
تقدم الورقة البحثية UniField، وهو إطار عمل موحد يستفيد من النماذج التأسيسية ثلاثية الأبعاد مسبقة التدريب وآلية تصحيح طيفي مدركة للمجال مبتكرة للتغلب على ندرة البيانات والانحياز الطيفي في تعزيز شدة مجال التصوير بالرنين المغناطيسي، مدعوماً بإصدار مجموعة بيانات ضخمة متعددة المجالات تتفوق بشكل كبير على الأساليب الحالية المتطورة.
تُعد HelixTrack طريقة تعتمد كلياً على الأحداث، حيث تتبع بشكل مشترك الأجسام الشبيهة بالمراوح وتُقدر عدد دورات في الدقيقة الخاص بها بـتأخير ميكروثانوي عبر إعادة إسقاط الأحداث عكسياً إلى مستوى دوار وتحسين الوضعية من خلال هندسة مقترنة بالطور، وقد تم التحقق من صحتها باستخدام مجموعة بيانات TQE المستحدثة حيث تفوقت على النماذج المرجعية الحالية.
تقدم هذه الورقة البحثية "الفصل الدلالي الهندسي" (GSD)، وهو وحدة برمجية خالية من المعلمات تعمل على تعزيز قدرة كواشف الصور المولدة بالذكاء الاصطناعي على التعميم من خلال الإزالة الصريحة للمسبقات الدلالية المهيمنة من التمثيلات المتعلمة، مما يجبر النماذج على الاعتماد على الآثار الجنائية القوية بدلاً من الفشل عبر "الارتداد الدلالي" عند مواجهة مسارات توليد غير مرئية.
تقدم هذه الدراسة نهجاً شاملاً للتعلم العميق متعدد النماذج يدمج الشبكات العصبية مسبقة التدريب والمخصصة مع تقنيات متقدمة لتعزيز البيانات ونقل التعلم لتعزيز قدرات القيادة الذاتية من خلال المعالجة الفعالة لتصنيف علامات المرور، وكشف المركبات والمسارات، واستنساخ السلوك عبر مجموعات بيانات متنوعة.
تقترح هذه الورقة البحثية DiP، وهو إطار عمل جديد لتعلم تمثيل الرسوم البيانية متعدد الوسائط يستخدم عُقداً وهمية خاصة بكل وسيط ومسارات معلومات ديناميكية لتحقيق انتشار رسائل تكيفي، متناثر، وذو تعقيد خطي، متفوقاً باستمرار على النماذج المرجعية الحالية في مهام التنبؤ بالروابط وتصنيف العُقد.