13133 ورقة بحثية
تقترح هذه الورقة إطار عمل لتقطير المعرفة باستخدام نموذج Dust3r كمعلم لتدريب نماذج طلابية من نوع الشبكات العصبية الالتفافية (CNN) ومحولات الرؤية (Vision Transformer) بكفاءة عالية على مجموعة بيانات 12Scenes، مما يثبت أن بنية محولات الرؤية تحقق أفضل أداء في محاكة قدرات Dust3r عالية الجودة في إعادة بناء الأبعاد الثلاثية متعددة المشاهد مع تقليل التكلفة الحسابية.
تقترح هذه الورقة طريقة TOSCA، وهي طريقة تعلم مستمر فعالة من حيث المعلمات تستخدم وحدة "التعلم والمعايرة" (LuCA) متفرقة على رمز [CLS] لتحقيق توازن فعال بين الاستقرار واللدونة، محققةً أداءً هو الأفضل في حالته مع عدد أقل بكثير من المعلمات مقارنة بالنهج القائمة.
تقترح هذه الورقة نموذج U-Net معززاً بالانتباه يحقق أداءً فائقاً في التجزئة التلقائية لمناطق الرئة المصابة بكوفيد-19 في الأشعة المقطعية، محققاً معامل دايس قدره 0.8658 ومتوسط تقاطع فوق الاتحاد (IoU) قدره 0.8316.
تقدم هذه الورقة البحثية MCIF، وهو أول معيار مرجعي عابر للغات ومُصنف بشرياً يعتمد على المحادثات العلمية، والذي يقيم بشكل منهجي النماذج اللغوية الكبيرة متعددة الوسائط عبر أربع لغات وثلاث وسائط وأطوال مدخلات متفاوتة لمعالجة الفجوات في التقييمات الحالية لقدرات اتباع التعليمات.
تقدم هذه الورقة إطار عمل صارمًا من الناحية الشكلية، يعتمد على الصندوق الأسود، لتوليد تفسيرات سببية كافية وضرورية وكاملة لمصنفات الصور، وتتميز بأنها فعالة حاسبيًا، ولا تتطلب الوصول إلى المكونات الداخلية للنموذج، ومثبت تكافؤها مع التفسيرات القائمة على المنطق.
تقدم هذه الورقة البحثية PP-Motion، وهو مقياس جديد قائم على البيانات يسد الفجوة بين الجدوى الفيزيائية والإدراك البشري في توليد الحركة من خلال استخدام تعليقات توضيحية دقيقة للمحاذاة الفيزيائية ودالة فقدان مشتركة لتقييم دقة الحركة بشكل أكثر دقة من الطرق السابقة.
تقدم هذه الورقة البحثية تقنية "قلب إشارة القيمة" (Value Sign Flip - VSF)، وهي طريقة فعالة حاسبياً تعزز الالتزام بالمطالبات السلبية في نماذج توليد الصور والفيديو ذات الخطوات القليلة، وذلك عبر قلب إشارة قيم الانتباه ديناميكياً، متفوقةً بذلك على تقنيات التوجيه الحالية مثل (CFG) مع الحفاظ على جودة صورة عالية.
تُعد LayerSync طريقةً للتنظيم ذاتية الكفاية وغير مرتبطة بنطاق محدد، تعمل على تحسين كفاءة التدريب وجودة التوليد في نماذج الانتشار من خلال الاستفادة من طبقاتها الوسيطة الغنية دلالياً كإرشاد جوهري، مما يلغي الحاجة إلى إشراف خارجي أو بيانات إضافية.
تقترح هذه الورقة إطار عمل تقييدي للتجزئة الدلالية الهرمية يدمج البنية التشريحية الصريحة من خلال التنبؤ المتكرر على مستوى المستويات وتكييف الميزات، مما يظهر أداءً محسناً وملاءمة سريرية للكشف عن طبقات الأسنان الطبقية في مجموعة بيانات صور الأشعة البانورامية المقدمة حديثاً.
تقدم الورقة البحثية CODA، وهي طريقة تعزز التعلم المرتكز على الأشياء من خلال دمج فتحات السجل (register slots) للتخفيف من تشابك الفتحات (slot entanglement) وتطبيق فقد محاذاة تبايني (contrastive alignment loss) لتعزيز الارتباط بين الفتحة والصورة، مما يؤدي إلى أداء فائق في اكتشاف وتوليد الأشياء في كل من مجموعات البيانات الاصطناعية والواقعية.