13133 ورقة بحثية
تقدم هذه الورقة البحثية "المُحسِّنات الحذرة" (Cautious Optimizers)، وهي تعديل من سطر واحد على المُحسِّنات القائمة على الزخم مثل AdamW، يحافظ على ضمانات التقارب النظرية مع تقديم تسريع متسق في تدريب النماذج اللغوية الكبيرة وتصنيف الصور مع حد أدنى من ضبط المعلمات الفائقة.
تقترح هذه الورقة طريقة LVLM-COUNT، وهي منهجية مرجعية تعتمد على مبدأ "فرق تسد" لتعزيز قدرة النماذج اللغوية البصرية الكبيرة على عد أعداد كبيرة من الأشياء من خلال تفكيك المهام ومنع تقسيم الأشياء لتجنب العد المتكرر.
تُظهر هذه الورقة أن النماذج التأسيسية للرؤية واللغة-الرؤية مناسبة تمامًا للتنبؤ المطابق، حيث تكشف أنه في حين يعمل التكيف بلقطات قليلة على تحسين درجات المطابقة ويضمن مقياس APS تغطية قوية، فإن معايرة ثقة النموذج يمكن أن تؤدي للمفارقة إلى تدهور كفاءة المجموعات المطابقة التكيفية.
تقدم الورقة البحثية TRecViT، وهو محول فيديو سببي مبتكر يستخدم تحليل عامل الزمان والمكان والقناة مع وحدات متكررة، وانتباه ذاتي، وطبقات MLP لتحقيق أداء رائد في معايسات الفيديو مع تقليل التكاليف الحسابية وبصمة الذاكرة بشكل كبير مقارنة بالنماذج غير السببية والسببية الحالية.
تقترح هذه الورقة البحثية "الرسم الخرائطي عبر الأنماط" (CMM)، وهي طريقة مبتكرة تعمل على تقليص الفجوة بين الأنماط في النماذج البصرية-اللغوية سابقة التدريب من خلال المحاذاة العالمية لميزات الصور والنصوص عبر التحويل الخطي والتحسين المحلي، مما يؤدي إلى تحسين دقة تصنيف الصور في حالات التعلم القليل من الأمثلة والقدرة على التعميم عبر مجموعات البيانات المتنوعة بشكل كبير.
تقترح هذه الورقة البحثية "تصويت اللجنة لتقطير مجموعات البيانات" (CV-DD)، وهو نهج مبتكر يستفيد من المعرفة الجماعية والتسميات الناعمة من نماذج متعددة لتوليد مجموعات بيانات مقطرة ذات جودة أعلى وأكثر متانة، تتفوق على الأساليب الحالية أحادية ومتعددة النماذج عبر مختلف المعايسات ومهام النقل.
تقدم هذه الورقة البحثية Car-1000، وهي مجموعة بيانات جديدة لتصنيف الصور دقيقة التفاصيل واسعة النطاق تضم 1,000 طراز سيارة متميز من 166 شركة تصنيع، وذلك لمعالجة أوجه القصور في مجموعة بيانات Stanford-Car القديمة وإرساء معيار جديد لأبحاث التعرف على السيارات.
تقدم هذه الورقة أول مسح شامل حول توليد حركة التفاعل البشري، حيث تستعرض بشكل منهجي المفاهيم التأسيسية، والأساليب الحالية، ومجموعات البيانات عبر التفاعلات بين (إنسان-إنسان)، و(إنسان-كائن)، و(إنسان-مشهد)، جنباً إلى جنب مع مقاييس التقييم واتجاهات البحث المستقبلية.
تقدم الورقة البحثية نموذج RainPro-8، وهو نموذج تعلم عميق مدمج وفعال يدمج بيانات الرادار والأقمار الصناعية والتنبؤ العددي بالطقس لتقديم توقعات هطول أمطار احتمالية عالية الدقة لمدة 8 ساعات عبر أوروبا، متفوقاً بذلك على الأساليب التشغيلية والأساليب القائمة على التعلم العميق الحالية في الدقة وتحديد عدم اليقين.
تحدد هذه الورقة البحثية وتخفف من حدة عدم التماثل في الانتباه الناتج عن مرحلة ما قبل التدريب في تقسيم المجهر الإلكتروني ثنائي الأبعاد (2D+)، حيث تخصص النماذج المدربة مسبقاً على صور RGB أهمية غير متساوية لشرائح حجمية متماثلة بشكل غير صحيح، وذلك عبر اقتراح استراتيجية تهيئة موحدة للقنوات تعمل على استعادة التماثل في إسناد الميزات مع الحفاظ على دقة التقسيم أو تحسينها.