12113 ورقة بحثية
تقترح الورقة البحثية إطار عمل ADOPD، وهو إطار تقطير في السياسة (on-policy) يتمتع بامتياز المرجع، والذي يعمل على استيعاب فوائد المقارنة القائمة على المرجع داخل نموذج طالب يعتمد على الاستعلام فقط من خلال الاستفادة من معلم مدرك للمرجع لتوجيه الكشف عن الشذوذ بدقة متناهية، محققاً بذلك أداءً هو الأفضل في فئته (state-of-the-art) في اختبار الصفر (zero-shot) على معيار MMAD.
يُعد MedPixel نموذجاً موحداً لغوياً-بكسلياً طبياً يسد الفجوة بين الاستدلال البصري والتحديد الدقيق من خلال الاستفمادة من مجموعة بيانات تم إنشاؤها حديثاً تضم 440 ألف عينة (MedPLG-440K) واستراتيجية مبتكرة لتحسين التفضيل على مستوى البكسل لتحقيق أداء قوي عبر مهام طبية متنوعة، بما في ذلك التجزئة، والاستدلال، والنقل صفري المعرفة.
يُعد RynnValue نموذجاً تأسيسياً للقيم الروبوتية مفتوح المصدر، يتوسع ليشمل ملايين المقاطع المشروطة بالتعليمات عبر استخدام المسافة الزمنية كهدف للإشراف، متفوقاً بذلك على الأساليب القائمة على التفضيل في التقييم، ومعززاً بشكل كبير نجاح السياسات في العالم الحقيقي دون الحاجة إلى تعليقات توضيحية صريحة للمكافأة أو التقدم.
تقدم هذه الورقة البحثية نظام AMIE (الفيديو)، وهو نظام متعدد الوكلاء يعتمد على نموذج Gemini، يحقق أداءً بمستوى الخبراء في الاستشارات الطبية المرئية في الوقت الفعلي من خلال دمج الإدراك السمعي البصري والاستنتاج السريري، مما يثبت في دراسة عشوائية مع أطباء وممثلين للمرضى أنه يضاهي أو يتفوق على الأطباء البشر في دقة التشخيص وأخذ التاريخ المرضي، مع توفير واجهة مفضلة للتواصل مع المرضى.
تقدم هذه الورقة Sci-VBench، وهو معيار شامل يتكون من 1,253 مثالاً تم تعليمه من قبل خبراء عبر أربعة تخصصات علمية لتقييم قدرات توليد الفيديو كثيفة المعرفة والاستدلال لـ 16 نموذجاً من النماذج الرائدة، كاشفةً أنه بينما تحسنت الواقعية البصرية، لا تزال هناك فجوات كبيرة في الصحة العلمية والسببية، لا سيما بين الأنظمة المملوكة والأنظمة مفتوحة المصدر.
تقدم هذه الورقة بحث FinATOM، وهو إطار عمل موحد وخالٍ من الرأس (head-free) يستفيد من توليد الرموز المقيد في النماذج اللغوية السببية للقيام مباشرة بالتنبؤ المالي وتخصيص الأصول الديناميكي، مما يظهر عوائد محسنة معدلة حسب المخاطر في مهام صناديق الاستثمار المتداولة (ETF) والمهام الاستثمارية القائمة على النصوص مقارنة بنهج الانحدار أو التصنيف التقليدية.
تقدم هذه الورقة مؤشرًا ثنائي الطبقات لجودة الاستحواذ بدون كرة، يميز بين الاستحواذ العقيم "الميت" وبين التدوير لخلق المساحات من خلال الجمع بين علامة "الاستحواذ غير المجدي" القائمة على التهديد ومؤشر خلق المساحة المستمد من الفيديو، مما يثبت أن هذا المقياس يستوعب قيمة هجومية حاسمة تتجاوز النماذج التقليدية القائمة على الاستحواذ مع الكرة.
تقدم هذه الورقة البحثية MMDiff، وهو إطار عمل لتمييز النماذج متعددة الوسائط (multimodal model-diffing) يستخدم المشفرات التلقائية المتفرقة (sparse autoencoders) لعزل واكتشاف والتحكم السببي في سمات محددة في النماذج اللغوية الكبيرة متعددة الوسائط، مما يتيح تحسينات مستهدفة في الفهم المكاني، والتعرف الضوئي على الحروف (OCR)، والسلامة مع الحفاظ على الأداء العام.
يقدم MotionStrata إطار عمل للترميز التلقائي للفيديو هرمي التنظيم، يقوم بتنظيم ميزانية حركة ثابتة إلى حركة عالمية مضغوطة زمنياً وحركة تفصيلية متوافقة مع الإطارات عبر توجيه موجه بالتردد، مما يحقق جودة إعادة بناء فائقة تحت ضغط شديد مقارنة بالتمثيلات الموحدة.
تقترح هذه الورقة طريقة لتعمير وتصغير سن الوجه مع الحفاظ على الهوية من خلال نمذجة اتجاهات التقدم في السن داخل فضاء كامن لنموذج StyleGAN2 باستخدام نمذجة ناقلات الدعم واختيار الميزات، مما يتيح توليد مجموعة بيانات اصطناعية جديدة لاختبار أنظمة التعرف عبر الأعمار وأنظمة ضمان العمر.