12944 ورقة بحثية
تُعد RECAP طريقة لتصنيف الصور مستوحاة بيولوجياً، حيث تجمع بين ديناميكيات الخزان غير المدربة وقراءة نماذج نموذجية هيبية ذاتية التنظيم لتحقيق تعلم قوي خالٍ من الانتشار العكسي، قادر على التعميم على المدخلات المشوهة دون تعرض مسبق لها.
يُعد PalMR إطار عمل مبتكر يعزز من موثوقية النماذج اللغوية الكبيرة متعددة الوسائط من خلال محاذاة كل من عملية الاستدلال والنتائج عبر طبقة بيانات متوافقة مع الإدراك ومخطط دمج مكافآت هرمي، مما يقلل بشكل كبير من الهلوسة البصرية مع تحقيق أداء رائد على المقاييس الرئيسية.
تقدم الورقة البحثية إطار عمل موحد يُسمى ASMIL، يعالج ديناميكيات الانتباه غير المستقرة، والفرط في التخصيص (overfitting)، والتركيز المفرط للانتباه في التعلم متعدد الأمثلة القائم على الانتباه لصور الشرائح الكاملة، وذلك من خلال توظيف نموذج مرساة مع دالة سيجمويد طبيعية وإسقاط عشوائي للرموز (token random dropping)، مما أدى إلى تحسينات كبيرة في الأداء مقارنة بالطرق المتطورة الحالية.
تقدم الورقة البحثية HyperTokens، وهو مولد رموز يعتمد على المحولات ومعزز بمنظمات مستوحاة من الميتا (meta) وإشراف مساعد سببي لتمكين فهم مستمر وفعال للفيديو واللغة مع تقليل النسيان عبر إنتاج مطالبات ديناميكية خاصة بكل مهمة دون زيادة تكاليف الذاكرة.
تقدم هذه الورقة تحسيناً للاستدلال على مستوى النظام لنماذج "ديفيوجن ترانسفورمر" (Diffusion Transformer) لتوليد الفيديو، والذي يستخدم آلية "كوزال-روبي" (Causal-RoPE) متوازية التسلسل ودمج العمليات للتغلب على اختناقات الذاكرة وزمن الاستجابة، محققةً سرعات تقارب الزمن الحقيقي وزمن استجابة للإطار الأول يقل عن ثانية واحدة على عنقود مكون من ثماني وحدات معالجة رسومية.
تبحث هذه الورقة فيما إذا كان تهيئة الضجيج الدلالي، المعروفة بتحسين نماذج انتشار الصور، تنتقل إلى توليد النص إلى فيديو، حيث وجدت أنه بينما تظهر اتجاهاً إيجابياً طفيفاً في المقاييس الزمنية، إلا أنها لا تتفوق بشكل كبير على ضجيج غاوس القياسي بسبب الإشارات الضعيفة أو غير المستقرة في فضاء الضجيج.
تقترح هذه الورقة البحثية مشفرًا تلقائيًا يعتمد على الشبكات العصبية التلافيفية غير الخاضعة للإشراف مع دالة فقدان مبتكرة تعتمد على مسافة الزاوية الطيفية الموزونة لتمكين الفصل الأعمى والمؤتمت للصور فائقة الطيف الناتجة عن تقنية ATR-FTIR للمقاطع العرضية للوحات الزيتية التاريخية، مما يحسن بشكل كبير من قابلية التفسير وقابلية التوسع لتحليل المواد مقارنة بالطرق اليدوية التقليدية.
تقترح هذه الورقة نموذجاً هجيناً للتعلم بلقطات قليلة يدمج بين الشبكات السيامية والشبكات النموذجية مع الذكاء الاصطناعي القابل للتفسير القائم على تقنية Grad-CAM لتحقيق تصنيف عالي الدقة وقابل للتفسير لأمراض أوراق الذرة والأرز والقمح في ظل ظروف البيانات المحدودة.
تعالج هذه الورقة أوجه القصور في النماذج اللغوية البصرية الكبيرة الحالية في البحث العميق في المخططات البيانية من خلال اقتراح تحسين السياسة النسبية المتوازية (PRPO) لحل صراعات التدريب، وبناء إطار تقييم MCDR-Bench لتمكين التقييم الموضوعي لقدرات الاستنتاج المعقدة.
تقدم الورقة البحثية MultiGen، وهو محرك ألعاب مبتكر قائم على الانتشار يدمج ذاكرة خارجية صريحة ومستمرة لتمكين هياكل عالم قابلة للتحرير من قبل المستخدم ودعم التفاعلات متعددة اللاعبين المتماسكة وفي الوقت الفعلي، متجاوزاً بذلك قيود نماذج التنبؤ بالإطار التالي التقليدية.