13133 ورقة بحثية
تقدم هذه الورقة البحثية "Prompts-to-Summaries"، وهو إطار عمل جديد من نوعه (zero-shot) يستفيد من النماذج اللغوية الكبيرة لتحويل تعليقات نماذج الفيديو واللغة إلى ملخصات فيديو موجهة من قبل المستخدم دون الحاجة إلى بيانات تدريب، محققاً أداءً تنافسياً في المعايير القياسية مع التفوق على الأساليب غير الخاضعة للإشراف السابقة.
تقدم هذه الورقة FedX، وهي استراتيجية تقليم جديدة موجهة بالتفسير للتعلم الاتحادي في الاستشعار عن بعد، والتي تقلل بشكل كبير من عبء اتصالات البيانات عبر تحديد وإزالة مكونات النموذج غير ذات الصلة بالمهمة في الخادم المركزي مع تعزيز تعميم النموذج العالمي.
تُظهر هذه الدراسة أن دمج الصور الاصطناعية في مجموعات بيانات التدريب يعزز بفعالية أداء نماذج الكشف عن الأشياء القائمة على التعلم العميق لمراقبة حيوانات المسكوش في سيناريوهات التعلم من الصفر (zero-shot) والتعلم من أمثلة قليلة (few-shot)، مما يقدم حلاً قابلاً للتطبيق للتغلب على ندرة البيانات في مسوحات الحياة البرية.
تقدم هذه الورقة "مطابقة السرعة النهائية" (Terminal Velocity Matching - TVM)، وهو إطار عمل عام لمطابقة التدفق يتميز بتحسينات معمارية وحسابية متخصصة تحقق أداءً رائدًا في النمذجة التوليدية بخطوة واحدة وعدة خطوات على مجموعة بيانات ImageNet من خلال تنظيم سلوك النموذج عند الزمن النهائي.
تقترح هذه الورقة هجوم الصقل الهرمي (HRA)، وهو إطار عمل عدائي متعدد الوسائط وعالمي يعزز قابلية النقل والكفاءة لنماذج الرؤية واللغة من خلال الاستفادة من التدرجات الزمنية الهرمية لاضطرابات الصور ونمذجة الجمل الهرمية لاضطرابات النصوص للتغلب على القيود الحسابية للهجمات الحالية المحددة لكل عينة.
تقترح هذه الورقة إطار عمل مفككاً وغير مرتبط بكاشف محدد للكشف عن التفاعل بين الإنسان والشيء في حالة الصفر (zero-shot)، والذي يستفيد من النماذج اللغوية الكبيرة متعددة الوسائط مع استراتيجية توليد حتمية وتجميع مدرك للمكان لتحقيق تعميم فائق وأداء خالٍ من التدريب عبر مجموعات بيانات متنوعة.
تقترح هذه الورقة البحثية طريقة MB-DSMIL-CL-PL، وهي طريقة قابلة للتوسع للتصنيف والتموضع ضعيف الإشراف للأنماط الفرعية لسرطان المبيض، والتي تستفيد من التعلم التبايني وتعلم النماذج الأولية مع ميزات الرقع المجمدة لتحقيق مكاسب كبيرة في الأداء مقارنة بنهج DSMIL التقليدي مع الحفاظ على الكفاءة الحسابية.
تقترح هذه الورقة إطار عمل مبتكر لترجمة الصور غير المقترنة من النهار إلى الليل، يستخدم مميزاً ثنائي الرأس للكشف عن الهلوسات الدلالية والنماذج الأولية الخاصة بالفئات ضمن نموذج قائم على جسر شرويدر (Schrödinger Bridge) لقمع هذه العيوب الاصطناعية، مما يؤدي إلى تحسين أداء اكتشاف الأشياء في المهام اللاحقة بشكل كبير.
تقترح الورقة البحثية مطابقة جسر شرويدنجر الملحق (ASBM)، وهو إطار عمل توليدي ثنائي المراحل يستبدل العملية الأمامية عديمة الذاكرة لنماذج الانتشار ببناء اقتران أمثل لإنتاج مسارات أخذ عينات أكثر استقامة وكفاءة واستقرارًا لتوليد البيانات عالية الأبعاد.
تقدم هذه الورقة أول تقييم منهجي بنظام "التعلم الصفري" (zero-shot) يثبت أن النماذج اللغوية الكبيرة متعددة الوسائط مفتوحة المصدر، ولا سيما LLaVA1.6-Mistral-7B، يمكنها اكتشاف هجمات تغيير ملامح الوجه (face morphing attacks) بفعالية دون الحاجة إلى ضبط دقيق، متفوقةً على النماذج المرجعية المتخصصة بنسبة لا تقل عن 23% في معدل الخطأ المتساوي، ومؤسسةً بذلك أساساً جديداً للتحليل الجنائي للمقاييس الحيوية القابل للتكرار والتفسير.