12113 ورقة بحثية
تقدم الورقة البحثية إطار عمل LaViT، الذي يسد فجوة الإدراك في التقطير متعدد الوسائط من خلال محاذاة الأفكار البصرية الكامنة ومسارات الانتباه بدلاً من التضمينات الثابتة، مما يمكن النماذج المدمجة من تحقيق أداء متفوق في الاستدلال البصري يضاهي الأنظمة المملوكة الأكبر حجماً.
تقدم هذه الورقة "فقدان عدسة اللوجيت" (Logit Lens Loss - LLL)، وهو هدف مساعد خفيف الوزن يعزز القابلية للتفسير على مستوى الرقعة في النماذج الرؤية-اللغوية من خلال محاذاة تضمينات الرموز المرئية مع مفاهيمها النصية المقابلة، مما يؤدي إلى تحسين التأسيس وتقليل الهلوسة دون الحاجة إلى تغييرات هيكلية أو إعادة تدريب مكثفة.
تقدم هذه الورقة دراسة تجريبية لتقييم وكلاء البرمجة القائمين على الذكاء الاصطناعي للأغراض العامة في مسار معقد لتحويل البيانات العصبية إلى اكتشافات، كاشفةً عن أنه بينما يمكن للوكلاء أتمتة مراحل فردية، إلا أنهم يواجهون حالياً صعوبة في التنفيذ الشامل من البداية إلى النهاية، والتقييم الذاتي دون معايير محددة مسبقاً، والتعميم على بيانات جديدة.
تقدم هذه الورقة البحثية "تعديل الانتباه الاستبطاني" (Introspective Attention Modulation)، وهو أسلوب في وقت الاستدلال يعزز سلامة نماذج تحويل النص إلى صورة القائمة على التدفق عبر تنظيم تنشيطات الانتباه ديناميكيًا لتثبيط المفاهيم غير الآمنة مع الحفاظ على المواءمة الدلالية وجودة الصورة، متفوقًا بذلك على تقنيات محو المفاهيم الحالية.
تقترح هذه الورقة وتتحقق من صحة إطار عمل للكشف عن الشذوذ يعتمد على التضمين ومراعٍ للمحلية، يعمل بفعالية على تحديد وتخفيف ضوضاء التصنيف في مجموعات البيانات المرجعية العالمية لأنواع المحاصيل، مما يؤدي إلى تحسين دقة نماذج خرائط المحاصيل اللاحقة دون الاعتماد على قواعد عالمية بسيطة.
تقدم الورقة البحثية إطار عمل EliSeg، وهو إطار مبتكر يعالج الغموض في تقارير الأشعة من خلال دمج بناء الأهداف مع توليد الأقنعة عبر عملية (الممثل-التحقق-المراجعة)، مما يمكّن النماذج من تحديد التشوهات المؤهلة وتوليد أقنعة التجزئة المقابلة لها بشكل مستقل دون الاعتماد على مطالبات محددة مسبقاً أو أوراكل للأهداف.
يُعد SimWAM نموذج عالم-فعل (World-Action Model) بسيطاً وفعالاً للقيادة الذاتية من طرف إلى طرف، حيث يستفيد من التنبؤ بالفيديو المستقبلي كإشارة إشراف أثناء وقت التدريب لتمكين تخطيط المسار بكفاءة وزمن انتقال منخفض دون الحاجة لتوليد إطارات مستقبلية صريحة عند الاستنتاج، محققاً أداءً هو الأفضل في فئته على منصة NAVSIM ونقلاً صفري القدرة (zero-shot transfer) إلى nuScenes.
تقدم هذه الورقة البحثية HSMLA، وهي آلية انتباه مبتكرة تجمع بين الانتباه الخطي القائم على ReLU، والتحسين الانتقائي لـ softmax، والتلافيف العميقة متعددة المقاييس للتغلب على التعقيد التربيعي لنماذج Vision Transformers القياسية، محققةً تسريعاً كبيراً في عملية الاستنتاج مع الحفاظ على دقة عالية في مهام التنبؤ الكثيف مثل تقسيم الصور الطبية وتحليل الأمراض.
تقدم الورقة البحثية SpecF2M، وهي شبكة متعددة المهام مدركة للطيف تستفيد من عمود فقري هجين مكاني-طيفي وتعزيز موجه تشريحياً لتقدير الطول المحوري والخطأ الانكساري لدى الأطفال بدقة من صور قاع العين، محققة أداءً فائقاً على النماذج المرجعية بمتوسط أخطاء مطلقة يبلغ 0.5347 مم و0.7062 ديوبتر على التوالي.
تقترح هذه الورقة إطاراً موحداً موجهاً بالبنية يعزز عملية فك التشفير وإزالة الضجيج المشتركة من خلال دمج فرع استدلال بنيوي موازٍ مع مهايئ خفيف الوزن لحقن المعرفة البنيوية المسبقة في عملية الاستعادة المدركة لمصفوفة الألوان الكاملة (CFA)، مما يتغلب على قيود الإشراف على مستوى البكسل ويحسن المتانة ضد تدهور الحواف والضجيج.