13133 ورقة بحثية
تقدم هذه الورقة إطار عمل للملاحة التفاعلية مدى الحياة يستفيد من نهج تخطيط قائم على القيود ومدفوع بنماذج لغوية كبيرة مع الإدراك النشط لتمكين الروبوتات من إزالة الفوضى وإكمال مهام وضع الأشياء المتتالية بنجاح في بيئات معقدة ومعاقة، متفوقة بذلك على النماذج المرجعية الحالية في كل من المحاكاة والأجهزة الواقعية.
تقدم هذه الورقة أول تقييم منهجي لنماذج اللغات الكبيرة ونماذج اللغة والرؤية كأدوات تحقق مرنة لمبادئ تصور البيانات، مما يكشف عن إمكاناتها في اكتشاف وإصلاح انتهاكات التصميم مع تسليط الضوء على فجوة مستمرة مع الحلول الرمزية وعدم تماثل حيث تتفوق النماذج في تصحيح الأخطاء أكثر من قدرتها على اكتشافها بشكل موثوق.
إن NovaPlan هو إطار عمل هرمي يُمكّن من التلاعب الروبوتي طويل الأمد بنمط "الصفر استباقي" (zero-shot) عبر دمج التخطيط البصري-اللغوي ذي الحلقة المغلقة لتفكيك المهام عالية المستوى والتعافي من الأخطاء، مع الأولويات الكينماتيكية المولدة عبر الفيديو لضمان تنفيذ متين للأفعال منخفضة المستوى.
تقدم هذه الورقة أول تقييم منهجي للنماذج اللغوية الكبيرة كأدوات تحقق مرنة لقواعد تصور البيانات، كاشفةً أنه في حين أنها تحقق التزاماً عالياً وتكتشف بفعالية الانتهاكات الشائعة عند توجيهها باللغة الطبيعية، إلا أنها تظهر أداءً أقل بكثير مقارنة بالمحللات الرمزية في القواعد الإدراكية الدقيقة وصياغات القيود التقنية.
يُعد Flow3r إطار عمل قابلاً للتوسع لتعلم الهندسة المرئية، يستفيد من التنبؤ بالتدفق ثنائي الأبعاد المُحلل كإشراف لتدريب النموذج على فيديوهات أحادية العدسة غير مصنفة، محققاً أداءً هو الأفضل في فئته في كل من إعادة البناء ثلاثي الأبعاد/رباعي الأبعاد الساكن والديناميكي دون الحاجة إلى تسميات هندسية أو وضعيات كثيفة ومكلفة.
تقدم الورقة البحثية نموذج توزيع التوازن (EDM)، وهو طريقة للاختيار التلقائي للألوان المُحسّنة إدراكيًا في التصوير العلمي من خلال اشتقاق نقاط موزعة بانتظام في فضاء CIELAB، وهو ما يتفوق بشكل كبير على المخططات التوافقية التقليدية في الحفاظ على تباين عالٍ لتصور ما يصل إلى 100 ميزة فريدة.
تجادل هذه الورقة بأنه في حين تُعد مسافة فريشيه للإنتربشن (FID) مقياساً معيارياً لتوليد الصور العام، إلا أنها غالباً ما تفشل في التوافق مع الأهداف العملية لنماذج التوليد الطبية الحيوية، وتحديداً في تصوير الشبكية، حيث يجب تقييم القيمة الحقيقية للبيانات الاصطناعية من خلال تأثيرها على المهام اللاحقة مثل التصنيف والتقسيم بدلاً من مجرد مطابقة التوزيع الإحصائي.
تحدد هذه الورقة أن التنميط الطبقي التقليدي (Layer Normalization) يتسبب في تباعد الميزات وانهيار الإنتروبيا في محولات استعادة الصور بسبب عدم توافق القيود المكانية والإحصائية، وتقترح وحدة i-LN مصممة خصيصاً تعمل على تنميط الميزات وإعادة قياسها تكيفياً بشكل شامل لحل هذه المشكلات وتحسين ديناميكيات التدريب والأداء.
تقدم هذه الورقة معياراً يتألف من مجموعة بيانات تضم 30,000 صورة اصطناعية وبروتوكول تقييم قابل للتكرار لتقييم كيفية تصوير نماذج الانتشار من "النص إلى الصورة" للسياقات التاريخية، كاشفةً أن هذه النماذج تنتج بشكل منهجي تمثيلات غير دقيقة من خلال الأنماط البصرية النمطية، والمفارقات التاريخية، والتوزيعات الديموغرافية غير المعقولة.
تقدم هذه الورقة Soft-CAM، وهي طريقة تعدل بنيات الشبكات العصبية التلافيفية (CNN) القياسية لتصبح قابلة للتفسير بطبيعتها من خلال استبدال طبقات متوسط التجميع العالمي والطبقات كاملة الاتصال بطبقة أدلة فئوية قائمة على التلافيف، مما يولد خرائط تنشيط فئوية موثوقة لتحليل الصور الطبية دون المساس بأداء التصنيف.