12965 ورقة بحثية
تقدم الورقة البحثية SGR3، وهو إطار عمل لتوليد المخططات المشهدية ثلاثية الأبعاد خالي من التدريب، يستفيد من النماذج اللغوية الكبيرة متعددة الوسائط والتوليد المعزز بالاسترجاع مع آلية تشابه على مستوى الرقعة موزونة لتحقيق أداء تنافسي دون الحاجة إلى إعادة بناء ثلاثية الأبعاد صريحة أو بيانات متعددة الوسائط.
تُظهر هذه الدراسة أن النهج متعدد الوسائط الذي يجمع بين نماذج الرؤية واللغة (GPT-4.1-nano) لتحليل كل من صور التصورات والسمات النصية يتفوق بشكل كبير على الأساليب أحادية الوسائط في التنبؤ بصعوبة بنود اختبار الثقافة البياناتية للبالغين في الولايات المتحدة، محققاً متوسط خطأ مطلق قدره 0.224.
تقترح هذه الورقة sFRC، وهي طريقة مبتكرة تجري تحليل ارتباط الحلقة فوريه (Fourier Ring Correlation) عبر رقع صغيرة للكشف عن الهلوسة في عمليات استعادة الصور الطبية القائمة على التعلم العميق وقياسها بدقة عبر مختلف مشكلات التصوير ناقص العينات.
تقدم هذه الورقة PulseFocus، وهو أسلوب استنتاجي لا يتطلب تدريباً يخفف من أنماط الانتباه المنتشرة والانحيازات الموضعية في نماذج الرؤية واللغة (VLMs) الاستدلالية عن طريق هيكلة توليد سلسلة الأفكب (chain-of-thought) إلى كتل تخطيط وتركيز متداخلة، مما يحسن الأداء بشكل كبير في اختبارات القياس متعددة الصور.
يُقيّم هذا التعليق للمشهد العام عائلة GPT-5 مقابل GPT-4o، كاشفاً عن تحسينات جوهرية في الاستدلال النصي على مستوى الخبراء والتركيب متعدد الوسائط التي تقترب من الأداء المتطور في مهام مثل تصوير الثدي بالأشعة، مع تسليط الضوء على أن النماذج العامة لا تزال تتخلف عن الأنظمة المتخصصة في المجالات الحرجة للإدراك مثل الأشعة العصبية.
تقدم هذه الورقة البحثية "LAW & ORDER"، وهو إطار عمل ثنائي المهايئ يستخدم التوزين التكيفي القابل للتعلم لاستقرار التوليد الصوري الطبي القائم على الانتشار، والكشف الأمثل للمناطق لتعزيز كفاءة التجزئة، مما يعالج بشكل جماعي عدم التوازن المكاني لتحسين جودة التوليد ودقة التجزئة بشكل كبير مع الحفاظ على بنية نموذج خفيفة الوزن.
تقيم هذه الورقة المراجعة الأساليب التقليدية وأساليب التعلم العميق لتجزئة وتصنيف الورم الدبقي في الدماغ، وتخلص إلى أن بنيات الشبكات العصبية الالتفافية تتفوق على التقنيات التقليدية في تحليل ما بعد التصوير بالرنين المغناطيسي لتعزيز تخطيط العلاج ونتائج المرضى.
تقدم هذه الورقة MASQuant، وهو إطار عمل جديد للكمّنة ما بعد التدريب للنماذج اللغوية الكبيرة متعددة الوسائط يتغلب على تحديات عدم توافق التنعيم والتباين الحسابي عبر الوسائط من خلال التنعيم المدرك للوسائط والتعويض عبر الوسائط، محققاً أداءً هو الأفضل في فئته عبر البنى ثنائية وثلاثية الوسائط.
تقترح هذه الورقة البحثية "إعادة البناء التبايني للانتشار" (DCR)، وهي طريقة تعمل على حقن إشارات تباينية مستمدة من الصور المعاد بناؤها في عملية الانتشار لحل صراعات التدرج وتحسين القدرات التمييزية والإدراكية للتفاصيل بشكل مشترك، مما يتغلب على قيود المشفر البصري لنموذج CLIP من أجل تمثيل بصري متوازن.
تُثبت هذه الورقة أنه من خلال معالجة الفجوات بين المجالات عبر مجموعة بيانات عالية الجودة لأجسام ممسوحة ضوئياً ثلاثية الأبعاد، ومسبقات DINOv3، وتعزيز مدرك للحساسات، يمكن لنموذج خفيف الوزن يعتمد على الاستقطاب وتم تدريبه على مجموعة بيانات صغيرة أن يتفوق بشكل كبير على كل من أساليب "الشكل من الاستقطاب" (Shape from Polarization) الحديثة ونماذج الرؤية التأسيسية واسعة النطاق التي تعتمد على RGB فقط في تقدير المتجهات العمودية للأسطح بلقطة واحدة.