13133 ورقة بحثية
تقدم هذه الورقة BEAT، وهو إطار عمل مبتكر يقوم بحقن أبواب خلفية بصرية في الوكلاء المجسدين القائمين على نماذج اللغة والرؤية (VLM) من خلال الاستفراد من محفزات الأشياء ومخطط تدريب ثنائي المرحلة يتميز بتعلم المحفز التبايني لتحقيق معدلات نجاح هجوم عالية مع الحفاظ على أداء المهام الحميدة.
تقترح هذه الورقة البحثية "Rank-enhancing Token Fuser"، وهو إطار عمل مؤصل نظرياً يستخدم الرتبة الفعالة لمواجهة كل من انهيار الميزات وانهيار الأنماط في دمج الوسائط المتعددة في آن واحد، مما يحسن بشكل كبير من أداء توقع الأفعال البشرية من خلال المزج الانتقائي للميزات المتكاملة عبر الوسائط.
تُعد StreamDiffusionV2 خط تدفق (pipeline) قابل للتوسع ولا يتطلب تدريباً، يتيح بثاً فيديو تفاعلياً في الوقت الفعلي باستخدام نماذج الانتشار بالفيديو عبر دمج الجدولة الواعية بـ SLO، والتحكم الواعي بالحركة، والتنسيق المتوازي لتحقيق زمن انتقال فائق الانخفاض وإنتاجية عالية على مجموعات وحدات معالجة الرسومات غير المتجانسة.
يُعد PRISM إطار عمل لتقطير البيانات يعمل على تعزيز التنوع داخل الفئة والقدرة على التعميم من خلال فصل أهداف مطابقة اللوجيت (logit-matching) والانتظام (regularization) للاستفادة من الأولويات المعمارية من نماذج معلمة متنوعة، متفوقاً باستمرار على الأساليب الحالية ذات المعلم الواحد أو المعلمات المتعددة في مجموعة بيانات ImageNet-1K.
تقدم هذه الورقة البحثية إطار عمل MoDES، وهو إطار عمل لا يتطلب تدريباً يعمل على تسريع نماذج اللغات الكبيرة متعددة الوسائط ذات خليط الخبراء (Mixture-of-Experts) عبر توظيف آلية بوابة محلية معدلة عالمياً وعتبات ثنائية الوسائط لتخطي الخبراء الزائدين عن الحاجة بشكل تكيفي، مما يؤدي إلى تحسين كل من سرعة الاستدلال والدقة بشكل كبير مقارنة بالطرق الحالية.
يقدم LocateAnything3D إطار عمل أصيلاً لنماذج الرؤية واللغة يعيد صياغة الكشف ثلاثي الأبعاد كمسألة تنبؤ بالرمز التالي باستخدام استراتيجية استدلال "سلسلة الرؤية" (Chain-of-Sight) لتحقيق أداء رائد في مجاله وقدرة على التعميم الصفري على معيار Omni3D.
تُعد SelfAI إطار عمل ذاتي التوجيه ومتعدد الوكلاء يعمل على أتمتة الاكتشاف العلمي طويل الأمد عبر ترجمة النوايا البحثية إلى تجارب قابلة للتنفيذ، والموازنة استراتيجياً بين مقايضات الكفاءة والتنوع لتحقيق حلول عالية الجودة بعدد أقل من التجارب المكررة مقارنة بالأساليب الحالية.
تقدم هذه الورقة البحثية CheXmask-U، وهو إطار عمل يستفيد من البنى العصبية الهجينة لتقدير عدم اليقين الكامن والتنبؤي في تقسيم معالم الأشعة السينية للصدر، والذي تم التحقق من صحته من خلال تجارب الاضطراب وإصداره كمجموعة بيانات واسعة النطاق لتعزيز متانة وسلامة نماذج التقسيم التشريحي.
تقترح الورقة البحثية إطار عمل FALCON-SFOD، وهو إطار عمل للكشف عن الأشياء بدون الوصول إلى المصدر، يستفيد من مسبقات النماذج التأسيسية عبر تقنية SPAR لفرض تمثيلات سمات مركزة على الأشياء، ويستخدم تقنية IRPL لتوليد تسميات مستعارة قوية، مما يتغلب على مشكلات انزياح النطاق وفوضى الخلفية المتأصلة في مناهج "المعلم المتوسط" الحالية.
تقدم الورقة البحثية Object-WIPER، وهو إطار عمل لا يتطلب تدريباً يستفيد من نماذج المحولات لانتشار النصوص إلى الفيديو (text-to-video diffusion transformers) المُدربة مسبقاً لإزالة الأجسام الديناميكية والتأثيرات البصرية المرتبطة بها من مقاطع الفيديو مع ضمان ملء الفراغات بشكل متسق دلالياً ومتماسك زمنياً.