13200 ورقة بحثية
تقدم الورقة البحثية RAWDet-7، وهو معيار مرجعي واسع النطاق ومتعدد السيناريوهات يتميز بصور RAW مكممة ذات تعليقات توضيحية كثيفة، مصمم لتقييم قدرات اكتشاف الأشياء ووصفها مع دراسة الحفاظ على المعلومات تحت قيود عمق بت مختلفة.
تقترح الورقة البحثية شبكة محاذاة هيكلية واعية بالإنتروبيا للتعرف على الرموز الصينية المكتوبة بخط اليد في ظروف التعلم الصفري، والتي تستخدم أولويات إنتروبيا المعلومات، وأشجار الجذور ثنائية الرؤية، ودمج السمات الدلالية من نوع (top-K) لالتقاط الهياكل الهرمية وسد الفجوة بين المرئي والدلالي.
تُظهر هذه الورقة أن نماذج تقسيم الأطعمة المدربة على الصور الثابتة تفشل في الحفاظ على الاتساق الزمني في الفيديو بسبب تغيرات المظهر مثل الإضاءة والانعكاسات، مما يكشف أن مقاييس الصور التقليدية تبالغ بشكل كبير في تقدير أدائها في العالم الحقيقي لمهام مثل عدّ الكائنات.
تقترح هذه الورقة طريقة مبتكرة للاختيار التلقائي لمعلمة التنظيم للتصوير المقطعي بالأشعة السينية، تستخدم خوارزمية تحكم بالتغذية الراجعة للموازنة بين دقة البيانات والمعلومات المسبقة من خلال مقارنة عمليات إعادة البناء من تمثيلين حسابيين مختلفين.
يُعد ALIVE نموذجاً من الجيل الجديد يعمل على تطويع بنيات "النص إلى الفيديو" سابقة التدريب إلى إطار عمل موحد قادر على توليد فيديو وصوت من النص، وتوليد فيديو وصوت من مرجع (رسوم متحركة) بجودة عالية، وذلك من خلال بنية MMDiT مُعززة ومسار بيانات متخصص.
إن MOVA هو نموذج مفتوح المصدر، بـ 32 مليار معلمة من نوع "خليط الخبراء" (Mixture-of-Experts)، مصمم لتوليد الصور والنصوص والفيديو والصوت بشكل قابل للتوسع ومتزامن، مما يوفر محتوى متعدد الوسائط عالي الجودة بما في ذلك الكلام المتزامن مع حركة الشفاه والمؤثرات الصوتية المدركة للبيئة المحيطة.
يُعد GEBench معياراً جديداً ومقياساً متعدد الأبعاد (GE-Score) صُمم لتقييم قدرة نماذج توليد الصور على إنتاج انتقالات حالات واجهة المستخدم الرسومية (GUI) متماسكة زمنياً ومتسقة منطقياً عبر التفاعلات أحادية الخطوة ومتعددة الخطوات.
تقدم هذه الورقة تحليلاً نظرياً وعملياً شاملاً للتوازي الهجين الموزع للنماذج اللغوية الكبيرة، حيث توفر أطرًا رياضية، ومبادئ تصميمية لتحسين التداخل بين الاتصال والحوسبة، ودراسات حالة تجريبية لتوجيه عملية اختيار استراتيجيات التدريب والاستدلال الفعالة.
لمعالجة فشل النماذج الحالية في الفصل بين الحركة والمظهر، يقترح المؤلفون **SemanticMoments**، وهو منهج لا يتطلب تدريباً يحقق استرجاعاً فائقاً للفيديو بناءً على الحركة عبر حساب الإحصاءات الزمنية من الرتب العليا فوق الميزات الدلالية سابقة التدريب.
تتقصى هذه الدراسة ما إذا كانت خوارزميات التعلم العميق، وتحديداً الشبكات العصبية الالتفافية، قادرة على تحديد السمات النسيجية الدقيقة في الصور الكاملة للشرائح لكتل الورم الغدي الأنبوبي منخفض الدرجة للتنبؤ بالمخاطر طويلة المدى لإصابة المريض بسرطان القولون والمستقيم.