13133 ورقة بحثية
تقدم هذه الورقة GEPC، وهي طريقة خالية من التدريب للكشف عن البيانات خارج التوزيع في نماذج الانتشار، والتي تستفيد من اتساق اللاحقة المتماثل مع المجموعات لتحديد الشذوذ عبر قياس عدم اتساق تحول مجال الدرجة تحت مجموعات التماثل، محققةً أداءً تنافسياً ونتائج قابلة للتفسير عبر مجموعات بيانات الصور ورادار الفتحة الاصطناعية (SAR).
تقترح هذه الورقة إطار عمل MSBA-CLIP، الذي يجمع بين تعزيز المزج الناعم متعدد المتغيرات وتقدير شدة التزييف الموجه بواسطة CLIP لتحقيق أفضل مستويات التعميم والدقة في كشف التزييف العميق عبر تقنيات التزييف ومجموعات البيانات المتنوعة.
تقدم هذه الورقة البحثية ROIX-Comp، وهو إطار عمل قائم على منطقة الاهتمام يعمل على تحسين تصوير التصوير المقطعي المحوسب بالأشعة السينية من خلال الجمع بين التكميم المقيد بالخطأ وتقنيات الضغط المتقدمة لتقليل حجم البيانات بشكل كبير مع الحفاظ على المعلومات الحيوية، محققاً تحسناً بنسبة 12.34 ضعفاً في نسب الضغط مقارنة بالطرق القياسية.
تقدم هذه الورقة EarthSpatialBench، وهو معيار شامل يتكون من أكثر من 325 ألف زوج من الأسئلة والأجوبة المصممة لتقييم وكشف أوجه القصور في النماذج اللغوية الكبيرة متعددة الوسائط في أداء الاستدلال المكاني الكمي المعقد على صور الأرض، بما في ذلك المسافة، والاتجاه، والطوبولوجيا، والتمثيلات الهندسية المتنوعة للأجسام.
تقدم الورقة البحثية DreamZero، وهو نموذج عالمي للأفعال (World Action Model) يستفيد من نموذج انتشار فيديو (video diffusion backbone) مُدرب مسبقاً للتنبؤ بالحالات والأفعال المستقبلية، مما يتيح التحكم في حلقة مغلقة في الوقت الفعلي، وتعميماً فائقاً على المهام والبيئات غير المرئية مقارنة بنماذج الرؤية واللغة والأفعال (Vision-Language-Action models)، ونقلاً فعالاً عبر الأجساء المختلفة بأقل قدر من البيانات.
تقدم هذه الورقة البحثية "حقن الذاكرة البصرية" (Visual Memory Injection - VMI)، وهو هجوم خفي جديد يتلاعب بنماذج الرؤية واللغة الكبيرة لجعلها تخرج رسائل مستهدفة محددة خلال محادثات متعددة الأدوار بعد تفاعل المستخدم مع صورة مشوهة، مما يثبت جدوى التلاعب بالمستخدمين على نطاق واسع من خلال مدخلات بصرية ذات سياق طويل.
تقترح هذه الورقة مساراً مبتكراً للكشف والتقسيم والتعريف يستفيد من نماذج التحديد المحلي خالي الوزن مفتوح المفردات ونماذج "أي شيء يمكن تقسيمه" (Segment Anything) لتحقيق دقة تضاهف أحدث المعاياي في كشف وإعادة تعريف أبقار هولشتاين فريزيان في الحشود الكثيفة، مدعوماً بمجموعة بيانات كاميرات المراقبة الجديدة التي تم إصدارها والممتدة لتسعة أيام من مزرعة ألبان عاملة.
تقدم هذه الورقة إطار عمل مبتكرًا ومؤتمتًا يعتمد على فيديو منظار الحالب، يقوم بإنشاء عمليات إعادة بناء مرجعية لتحديد مواقع وضعيات الكاميرا وتحديد الكؤوس الكلوية المفقودة أثناء استكشاف نماذج الكلى الوهمية، مما يتيح تدريبًا فعالًا خارج غرفة العمليات مع تقديم تغذية راجعة موضوعية دون الحاجة إلى إشراف الخبراء.
يقدم MedProbCLIP إطار عمل احتمالي للرؤية واللغة ينمذج تضمينات صور الأشعة السينية للصدر والتقارير الإشعاعية كتوزيعات غاوسية لتجسيد عدم اليقين والارتباطات المتعددة إلى متعددة بشكل صريح، مما يحقق دقة استرجاع ومعايرة ومتانة فائقة مقارنة بالنماذج الحتمية الأساسية على مجموعة بيانات MIMIC-CXR.
يعمل CHAI على تسريع استنتاج انتشار تحويل النص إلى فيديو من خلال تقديم "انتباه التخزين المؤقت" (Cache Attention)، وهي آلية تعيد استخدام الكوامن المخزنة مؤقتاً عبر المطالبات ذات الصلة دلالياً لتحقيق تسريع يتراوح بين 1.65x و3.35x مقارنة بـ OpenSora 1.2 مع الحفاظ على جودة فيديو عالية باستخدام 8 خطوات إزالة ضجيج فقط.