13133 ورقة بحثية
تقدم هذه الورقة البحثية LookBench، وهو معيار مرجعي مفتوح وحي وشامل لاسترجاع صور الأزياء، يتميز بصور من الواقع ومن إنتاج الذكاء الاصطناعي مختومة زمنياً، وتصنيف سمات دقيق، وتحديثات دورية لتوفير تقييم مستدام وواعٍ بالتلوث لنماذج الاسترجاع في بيئات التجارة الإلكترونية الحقيقية.
تُعد RepSFNet بنية خفيفة الوزن وآنية لعد الحشود، تستخدم عمود فقري من نوع RepLK-ViT مع إعادة تمثيل هيكلية ووحدة دمج متخصصة لتحقيق دقة عالية وزمن استجابة منخفض عبر التخلص من آليات الانتباه المعقدة مع معالجة تباينات الحجم والانسدادات بشكل فعال.
تقدم هذه الورقة البحثية LUMIR25، وهي طريقة لتسجيل صور الرنين المغناطيسي للدماغ متعددة التباين بنمط "التعلم الصفري" (zero-shot)، والتي حققت المركز الأول في مسابقة Learn2Reg 2025 من خلال الجمع بين الانحيازات الاستقرائية الخاصة بالتسجيل وبين العشوائية في شدة الإضاءة والتحسين الخفيف الخاص بالنماذج (instance-specific optimization) للتعميم من بيانات التدريب ذات الوزن الأول (T1-weighted) إلى تباينات متنوعة دون الحاجة إلى توليد صور صريح.
تقدم الورقة البحثية "Agent Banana"، وهو إطار عمل وكيل هرمي يتميز بخاصيتي "طي السياق" (Context Folding) و"تفكيك طبقات الصور" (Image Layer Decomposition) لتمكين تحرير صور متعدد الدورات وعالي الدقة بدقة أصلية تبلغ 4K، وهو ما تم التحقق منه عبر معيار "HDD-Bench" الجديد.
تقترح هذه الورقة إطار عمل لكشف الأشياء يتميز بكفاءة الطاقة وخفة الوزن لأجهزة حافة إنترنت الأشياء، والذي يستفيد من طريقة فرق الإطارات مع MobileNet لتحقيق دقة أعلى بكثير، وزمن انتقال أقل، وكفاءة أفضل في استهلاك الطاقة مقارنة بالطرق التقليدية من طرف إلى طرف، لا سيما للكشف عن الأجسام سريعة الحركة مثل القطارات والطائرات.
تُعد Tele-Omni إطار عمل موحداً متعدد الوسائط يستفيد من النماذج اللغوية الكبيرة سابقة التدريب لتحليل تعليمات متنوعة للنصوص والصور والفيديو من أجل نموذج واحد قائم على الانتشار، مما يتيح توليد وتحرير الفيديو بمرونة وجودة عالية عبر مهام متعددة ضمن نظام متماسك.
إن SAGE هو إطار عمل وكيل (agentic framework) يقوم تلقائياً بتوليد بيئات ثلاثية الأبعاد قابلة للتوسع، وواقعية، وصالحة فيزيائياً، ومصممة خصيصاً لمهام تجسدية محددة من خلال الاستنتاج التكراري والتقييم متعدد النقاد، مما يتيح تدريب السياسات التي تعمم بفعالية على سيناريوهات غير مرئية.
تقدم هذه الدراسة مجموعة بيانات عامة جديدة مكونة من 566 صورة للفراولة تم التقاطها في ظروف متغيرة في تركيا لمعالجة ندرة البيانات، وتقيم نماذج YOLOv8 وYOLOv9 وYOLO11 للكشف عن النضج، حيث وجدت أن نموذج YOLOv8s يحقق أفضل أداء إجمالي لـ mAP@50 بنسبة 86.09% مع إظهار كفاءة النماذج الصغيرة والمتوسطة لتطبيقات الزراعة الذكية.
تُثبت هذه الورقة أن نماذج الرؤية واللغة تمتلك قصوراً جوهرياً في الاستدلال المكاني، حيث تنهار قدرتها على تحديد مواقع الخلايا المملوءة في الشبكات الثنائية دون وجود أدلة نصية، مما يكشف عن اعتماد كبير على مسارات التعرف النصي بدلاً من المعالجة البصرية الأصلية.
تقدم هذه الورقة إعادة إنتاج ناجحة لمنهجية FedTPG، مما يثبت أن شبكة توليد المطالبات القائمة على النصوص الخاصة بها تحقق أداءً مطابقاً تقريباً للدراسة الأصلية، وتحسن بشكل كبير من القدرة على التعميم في الفئات غير المرئية في سيناريوهات التعلم الاتحادي عبر ست مجموعات بيانات رؤية متنوعة.