13091 ورقة بحثية
تقترح هذه الورقة طريقة مبتكرة لتحديد بيانات التدريب المحفوظة في نماذج الانتشار من خلال الاستفادة من مؤثرات لابلاس- المستمدة من دالات السكور المقدرة، مما يوفر حدود خطأ نظرية وتحققاً تجريبياً على نماذج تحويل النص إلى صورة حيث نجح النهج في اكتشاف الحفظ حتى دون الوصول إلى النص الشرطي.
تقدم الورقة البحثية إطار عمل PROGRESS، وهو إطار عمل فعال من حيث البيانات والحوسبة لنماذج الرؤية واللغة، يقوم ديناميكياً بإعطاء الأولوية لعينات ضبط التعليمات بناءً على تقدم التعلم القائم على الخطأ النسبي، مما يتيح أداءً فائقاً باستخدام بيانات وإشراف أقل بكثير مقارنة بالنماذج المرجعية المتطورة.
تقترح هذه الورقة البحثية VDrop، وهي طريقة لإسقاط الرموز الديناميكية القائمة على التباين، تعمل على تسريع استدلال نماذج الرؤية واللغة الكبيرة بشكل كبير من خلال الإزالة التدريجية للرموز البصرية ذات التباين الضئيل، مما يحقق تقليلاً جوهرياً في زمن الاستجابة مع الحفاظ على أداء قريب من الأداء الأصلي في مهام فهم الصور والفيديو.
تُعد MedicalPatchNet بنية هندسية مبتكرة للتعلم العميق ذاتية التفسير بطبيعتها لتصنيف صور الأشعة السينية للصدر، حيث تحقق أداءً يضاهي نموذج EfficientNetV2-S مع تحسين ملحوظ في قابلية التفسير التشخيصي ودقة تحديد مكان الاعتلالات من خلال آلية تجميع قائمة على الرقع (patches) تتسم بالشفافية، مما يعزز الثقة والسلامة السريرية.
تُظهر هذه الدراسة أن تطبيق الإنتروبيا الدلالية المنفصلة لتصفية الأسئلة ذات عدم اليقين العالي يحسن بشكل كبير من دقة التشخيص لنماذج الرؤية واللغة الصندوقية السوداء في الأشعة عبر الكشف بفعالية عن الهلوسات ورفضها.
تقدم الورقة البحثية Cosmos-Predict2.5 وCosmos-Transfer2.5، وهي عائلة موحدة من النماذج التأسيسية للعالم التي تستفيد من بنيات التدفق والتعلم التعزيزي لتقديم توليد فيديو عالي الدقة ومتوافق مع التعليمات وترجمة للعالم، وذلك من أجل النهوض بالذكاء الاصطناعي الفيزيائي، والروبوتات، والذكاء المتجسد.
تقدم هذه الورقة QTSplus، وهي وحدة اختيار رموز خفيفة الوزن وواعية بالاستعلام، تقوم بتصفية الرموز المرئية ديناميكيًا بناءً على تعقيد الاستعلام النصي لتقليل التكاليف الحسابية وزمن الاستجابة بشكل كبير في النماذج اللغوية متعددة الوسائط للفيديوهات الطويلة، مع الحفاظ على الأداء أو تعزيزه في مهام الفهم الزمني.
تقدم هذه الورقة البحثية RobustGait، وهو إطار عمل شامل يقيم بشكل منهجي متانة أنظمة التعرف على المشية القائمة على المظهر ضد مختلف التشويهات في العالم الحقيقي وتحيزات استخراج الصور الظلية عبر مجموعات بيانات متعددة، مما يكشف عن ثغرات حرجة ويقترح استراتيجيات فعالة لتعزيز الجاهزية للنشر.
تُعد MIRA وكيلًا متعدد الوسائط خفيف الوزن وقابلًا للتشغيل المباشر، يعمل على تعزيز تحرير الصور الموجه بالتعليمات من خلال توظيف حلقة تكرارية من الإدراك والاستدلال والعمل لتفكيك الطلبات المعقدة إلى خطوات ذرية، مما يحسن بشكل كبير الاتساق الدلالي والجودة الإدراكية عند اقترانه بنماذج التحرير مفتوحة المصدر الحالية.
تقدم هذه الورقة VULCA-Bench، وهو معيار مرجعي متعدد الثقافات للرؤية واللغة يضم 7,410 زوجًا ثنائي اللغة من الصور والنقد عبر ثمانية تقاليد ثقافية وإطار تقييم خماسي الطبقات لتقييم وكشف قصور النماذج الحالية في الفهم الثقافي رفيع المستوى بما يتجاوز الإدراك البصري الأساسي.