13041 ورقة بحثية
تقدم هذه الورقة "Partial Vision Mamba" (PVM)، وهو مكون معماري مبتكر يعمل على تكييف نماذج فضاء الحالة مثل "Mamba" للتعامل مع البيانات غير الصالحة ذات الأشكال التعسفية من خلال عمليات مدركة للقناع، مما يثبت فعاليته عبر مهام إكمال العمق، وترميم الصور، والتصنيف.
تقدم الورقة البحثية PinPoint، وهو معيار مرجعي شامل من العالم الحقيقي لاسترجاع الصور المركبة يتميز بحقائق أرضية متعددة الإجابات، وسلبيات صعبة صريحة، واستعلامات متعددة الصور للكشف عن أوجه القصور الكبيرة في الأساليب الحالية، إلى جانب اقتراح حل لإعادة الترتيب يعتمد على نماذج اللغات الكبيرة متعددة الوسائط (MLLM) بدون تدريب لمعالجة هذه الفجوات.
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.