13091 ورقة بحثية
تقدم DreamWorld إطار عمل موحداً يدمج المعرفة العالمية المتكاملة في توليد الفيديو من خلال نموذج نمذجة عالم مشترك، مستخدمةً تقنية التلدين القائم على القيود المتسقة والتوجيه الداخلي متعدد المصادر للتغلب على عدم الاستقرار البصري وتحقيق اتساق زمني ومكاني ودلالي فائق مقارنة بالنماذج الحالية.
تقدم هذه الورقة FEWTRANS، وهو معيار شامل وبروتوكول تقييم تجميع المعلمات الفائقة (HPE) لتقييم تعلم النقل قليل العينات بصرامة، كاشفةً أن اختيار النماذج سابقة التدريب والضبط الدقيق لكامل المعلمات غالباً ما يتفوقان على أساليب التكيف المتطورة نظراً لقدرتهما على إجراء تعديلات دقيقة موزعة دون الوقوع في فخ الإفراط في التخصيص.
تقدم الورقة البحثية نموذج U-VLM، وهو نموذج رؤية-لغة هرمي يجمع بين التدريب متعدد المراحل التصاعدي وحقن الميزات البصرية متعدد الطبقات لتحقيق أداء رائد في توليد التقارير الإشعاعية على التصوير الطبي ثلاثي الأبعاد، مما يثبت أن التدريب المسبق للمشفر المتخصص يمكن أن يتفوق على النماذج اللغوية الضخمة.
تقدم هذه الورقة إطاراً احتمالياً لتحديد عدد الأصوات المعادية المطلوبة لتغيير نتيجة انتخابات أمريكية، وتثبت تجريبياً من خلال 144,000 تجربة طباعة ومسح ضوئي فيزيائية أن الهجمات المعادية الأكثر فعالية في مجال التصويت الفيزيائي تختلف اختلافاً جوهرياً عن تلك الموجودة في المجال الرقمي.
تقدم هذه الورقة البحثية COG، وهو إطار عمل غير خاضع للإشراف لتقدير وضعية الأجسام الجديدة ذات المرجع الواحد، والذي يصيغ التوافق عبر الرؤى كمسألة نقل أمثل واعية بالثقة لتوليد مطابقات ناعمة قوية وتحقيق أداء يضاهي أو يتجاوز الطرق الخاضعة للإشراف.
تقترح الورقة البحثية إطار عمل M، وهو إطار عمل ثنائي الذاكرة وخالٍ من التدريب يعزز وكلاء الويب ذوي الأفق الطويل عبر الجمع بين التلخيص الديناميكي للمسار لضغط الحالة الداخلية واسترجاع الرؤى غير المتصلة بالإنترنت للتوجيه الخارجي، محققاً تحسينات كبيرة في معدلات النجاح وكفاءة الرموز (tokens) عبر معايير قياسية متعددة.
تقترح هذه الورقة إطار عمل HiClass، وهو إطار تصنيف هرمي قائم على تعلم الأمثلة المتعددة (multiple instance learning) يستخدم التكامل الميزاتي ثنائي الاتجاه ودوال فقدان مخصصة لتعزيز التصنيف خشن الحبيبات ودقيق الحبيبات لصور الشرائح الكاملة من خلال التقاط العلاقات الهرمية بين الملصقات النسيجية المرضية بفعالية.
تقدم هذه الورقة "EmbedLens" لتكشف أن النماذج اللغوية الكبيرة متعددة الوسائط تظهر تشتتًا وفائضًا كبيرين في الرموز المرئية، مما يثبت أن مجموعة فرعية فقط من الرموز "الحية" تحمل المعلومات الدلالية الجوهرية التي يمكن معالجتها بكفاءة عبر الحقن في الطبقة الوسطى بدلاً من الحوسبة الداخلية الكاملة.
يعتبر Jano إطار عمل لا يتطلب تدريباً يعمل على تسريع نماذج محولات الانتشار (Diffusion Transformers) من خلال تحديد أنماط التقارب غير المتجانسة في مراحل إزالة الضجيج المبكرة وتطبيق جدولة رموز تكيفية لتحقيق تسريع يصل إلى 2.4 ضعفاً مع الحفاظ على جودة التوليد.
تقدم الورقة البحثية CaptionFool، وهو هجوم عدائي شامل قادر على التلاعب بنماذج وصف الصور المتطورة لتوليد أوصاف مستهدفة عشوائية، وقد تكون مسيئة، وذلك عبر تغيير جزء ضئيل فقط من رقع الصور، مما يكشف عن ثغرات حرجة في أنظمة الرؤية واللغة.