12944 ورقة بحثية
إن Place-it-R1 هو إطار عمل متكامل يستفيد من النماذج اللغوية الكبيرة متعددة الوسائط (MLLMs) مع تسلسل التفكير (Chain-of-Thought) لتنسيق انتشار الفيديو عبر نموذج "فكر ثم ضع" (Think-then-Place)، مما يضمن إدراج كائنات الفيديو بشكل متسق فيزيائياً ومدرك للبيئة من خلال التحسين المتكرر والموازنة بين واقعية المظهر ودقة التفاصيل التي يمكن للمستخدم التحكم بها.
تقدم هذه الورقة VLM-RobustBench، وهو معيار شامل لتقييم متانة أربع عائلات من نماذج الرؤية واللغة عبر 133 إعداداً للفساد، كاشفةً أن النماذج الحالية قوية دلالياً ولكنها هشة مكانياً، حيث تسبب التشوهات الهندسية منخفضة الشدة انخفاضات في الأداء أكبر بكثير من الفسادات الضوئية شديدة الوضوح بصرياً.
تقترح هذه الورقة إطار عمل شبه مُشرف لتقسيم صور الموجات فوق الصوتية للثدي، يستفيد من المحفزات القائمة على المظهر والخالية من التدريب في نماذج الرؤية واللغة لتوليد تسميات مستعارة متسقة هيكلياً، والتي يتم تنقيحها بعد ذلك من خلال آلية المعلم المزدوج والتعلم التبايني لتحقيق أداء بمستوى الإشراف الكامل باستخدام 2.5% فقط من البيانات المصنفة.
تتناول هذه الورقة البحثية قيود القابلية للتوسع في أدوات تقسيم الصور المعتمدة على نماذج الانتشار (diffusion segmentors) التي لا تتطلب تدريباً، وذلك من خلال تحديد ومعالجة الفجوات في تجميع خرائط الانتباه وعدم توازن درجات الرموز (token scores) عبر تقنيات مقترحة تتمثل في التجميع التلقائي وإعادة القياس لكل بكسل، مما يتيح استخداماً أفضل للنماذج التوليدية القوية في مهام التقسيم الدلالي.
تقدم هذه الورقة CRIMSON، وهو إطار تقييم قائم على الأسس السريرية لتوليد تقارير الأشعة السينية للصدر، والذي يستفيد من سياق المريض، والوزن الشديد القائم على الإرشادات، وتصنيف شامل للأخطاء لتحقيق توافق متفوق مع أحكام أطباء الأشعة مقارنة بالمقاييس الحالية.
تقدم الورقة البحثية SpaCRD، وهي طريقة دمج عميق متعدد الوسائط تعتمد على التعلم بنقل المعرفة، تدمج صور الأنسجة وبيانات النسخ المكاني لتحقيق كشف قوي ودقيق لمناطق السرطان عبر عينات ومنصات ودفعات متنوعة، متفوقة بذلك على الأساليب الحالية المتطورة.
تقدم هذه الورقة إطار عمل يعتمد على الإشراف النقطي لتجزئة الأفعال البشرية القائمة على الهيكل العظمي، والذي يستفيد من الميزات متعددة الوسائط واستراتيجية تسمية مستعارة مبتكرة لتحقيق أداء تنافسي مع تقليل تكاليف التوسيم بشكل كبير مقارنة بالطرق الخاضعة للإشراف الكامل.
تقدم الورقة البحثية EntON، وهي طريقة جديدة لتقنية "Gaussian Splatting" ثلاثية الأبعاد تستخدم استراتيجية تكثيف تبادلية واعية بـ "الاعتلاج الذاتي" (Eigenentropy) لتحسين الدقة الهندسية وجودة الرندرة في آن واحد، مع تقليل عدد الـ "Gaussians" ووقت التدريب بشكل كبير.
تقترح الورقة البحثية StrSR، وهو إطار عمل جديد للتقطير التنافسي ذو الخطوة الواحدة يستخدم التقطير التمييزي غير المتماثل ومطابقة توزيع التردد للتغلب على عدم تطابق المسار والآثار الدورية، مما يحقق أداءً هو الأفضل في حالته في مجال تحسين دقة الصور في العالم الحقيقي باستخدام محولات الانتشار (Diffusion Transformers).
تقدم الورقة البحثية DEX-AR، وهي طريقة تفسير ديناميكية مبتكرة تولد خرائط حرارية على مستوى كل رمز (per-token) وعلى مستوى التسلسل للنماذج الرؤية-اللغوية ذات التوليد الذاتي (autoregressive) عبر حساب التدرجات لكل طبقة واستخدام الترشيح الديناميكي للتمييز بين الرموز المرتبطة بصرياً والرموز اللغوية، مما يؤدي إلى تحسين القابلية للتفسير والأداء عبر معايير قياس متعددة.