13041 ورقة بحثية
تقترح هذه الورقة البحثية "خلط الميزات" (Feature Mixing)، وهي طريقة بسيطة للغاية وسريعة ومستقلة عن نوع الوسائط لتخليق القيم المتطرفة متعددة الوسائط، والتي تحقق أداءً هو الأفضل في فئته في اكتشاف وتجزئة البيانات خارج التوزيع مع توفير تسريع كبير، إلى جانب تقديم مجموعة بيانات جديدة متعددة الوسائط تسمى CARLA-OOD.
تقدم هذه الورقة مجموعة بيانات BAH، وهي مجموعة متعددة الوسائط تضم 1,427 مقطع فيديو من 300 مشارك تم تصنيفها للتعرف على التردد والارتباك، إلى جانب نتائج قياس الأداء المرجعية التي تسلط الضوء على الحاجة إلى نماذج متقدمة لدعم التدخلات الصحية الرقمية الشخصية.
تقدم هذه الورقة TADA، وهو إطار عمل للتعزيز القائم على الانتشار يستهدف توليد صور اصطناعية بشكل انتقائي للأمثلة الصعبة التعلم لتحسين تعميم المصنف مع تقليل العبء الحسابي بشكل كبير مقارنة بالتعزيز الكامل لمجموعة البيانات.
تُعد VITA إطار عمل جديد لمطابقة التدفق، خالٍ من الضجيج ومن التكييف، يعمل على تسريع الاستدلال عبر رسم خرائط التمثيلات المرئية مباشرة إلى أفعال كامنة مهيكلة من خلال مشفر تلقائي مُدرب بشكل مشترك وفك تشفير تدفق كامن، محققاً أداءً هو الأفضل في فئته على مهام روبوتية متنوعة.
تقدم هذه الورقة البحثية "التلافيف الهومولوجية المستمرة" (Persistent Homology Convolutions)، وهي طريقة مبتكرة تلتقط الميزات الطوبولوجية المحلية في شرائح علم الأمراض النسيجي، مما يثبت أن هذا النهج يتفوق على الشبكات العصبية التلافيفية القياسية في دقة التصنيف ومتانة المعلمات الفائقة من خلال دمج المعلومات الهندسية بفعالية في نماذج التعلم العميق.
تقترح الورقة البحثية "GaitSnippet"، وهو إطار عمل مبتكر للتعرف على مشية الإنسان، يتغلب على قيود الطرق الحالية القائمة على المجموعات أو التسلسلات من خلال نمذجة المشية كتركيبة من مقتطفات زمنية متعددة المقاييس ومأخوذة عشوائياً لالتقاط الاعتمادات قصيرة المدى وطويلة المدى، محققاً أداءً هو الأفضل في فئته على مجموعات البيانات الرئيسية.
تقدم الورقة البحثية نموذج Veason-R1، وهو نموذج لغوي بصري ضخم متخصص في تقسيم الاستدلال بالفيديو، والذي يستفيد من تهيئة سلسلة الأفك "Chain-of-Thought" وتحسين السياسة النسبي الجماعي "Group Relative Policy Optimization" مع آلية مكافأة شاملة لتعزيز الاستدلال المكاني والزماني، محققاً أداءً هو الأفضل في حالته وتحسناً في المتانة ضد الهلوسة.
يُعد Vision-Zero إطار عمل قابلاً للتوسع وخالياً من التسميات، يُمكّن نماذج الرؤية واللغة من تحسين ذاتها من خلال ألعاب لعب ذاتي استراتيجية متعددة الوكلاء يتم إنشاؤها من صور عشوائية، وذلك باستخدام خوارزمية تحسين سياسة اللعب الذاتي التكرارية لتحقيق أداء فائق في أحدث التقنيات دون الحاجة إلى تعليق بشري.
تقدم هذه الورقة إطار عمل خالٍ من التدريب لتحرير الصور الموجه بالمكافأة، حيث تصيغ العملية كمسألة تحكم أمثل للمسار، مما يمكن النموذج من تعزيز أهداف محددة مع الحفاظ على دقة الصورة المصدر دون الحاجة إلى تدريب إضافي أو المعاناة من اختراق المكافأة.
تتناول هذه الورقة البحثية أوجه القصور في نماذج توليد الصور الحالية في التعامل مع المرئيات الهيكلية من خلال تقديم إطار عمل شامل يتضمن مجموعة بيانات مكونة من 1.3 مليون زوج، ونموذج VLM-FLUX.1 موحد تم تدريبه باستخدام منهج تعليمي ثلاثي المراحل واستدلال خارجي، ومعيار StructBench مع مقياس StructScore لتقييم وتحسين الدقة الواقعية في توليد الرسوم البيانية والمخططات وتعديلها.