13202 ورقة بحثية
تقترح هذه الورقة إطار عمل مستداماً للكشف العالمي عن التزييف العميق يستفيد من قناع النطاق الترددي أثناء التدريب لتحقيق قدرة تعميم رائدة عبر نماذج توليدية متنوعة وغير مرئية، مع الحفاظ على أداء قوي في ظل تقليم النماذج الكبير لضمان كفاءة الموارد.
تقدم الورقة البحثية DrivoR، وهي بنية "ترانسفورمر" (transformer) خالصة للقيادة الذاتية من الطرف إلى الطرف، والتي تستخدم رموز سجل مدركة للكاميرا لضغط ميزات الكاميرات المتعددة في تمثيل مدمج، مما يتيح توليد مسارات وتقييمها بكفاءة مع درجات فرعية قابلة للتفسير، مع التفوق على أو مضاهاة النماذج المرجعية الرائدة عبر عدة اختبارات معيارية.
تقدم هذه الورقة أول مجموعة بيانات اصطناعية واقعية التصوير ومفتوحة المصدر لقياس التزيح بأسلوب إسقاط الحواف لتقييم نماذج تعلم الآلة، كاشفةً أنه في حين أن التكوينات المثلى (بما في ذلك تطبيع العمق الفردي وبنية شبكة UNet) تعمل على تحسين الأداء، فإن صور الحواف أحادية اللقطة تفتقر بطبيعتها إلى المعلومات الكافية لتحقيق دقة دون المليمتر، مما يحفز النهج الهجينة التي تجمع بين الطرق القائمة على الطور والتحسين المتعلم.
تقدم هذه الورقة إطار عمل TFFM، وهو إطار عمل مدرك للطوبولوجيا يجمع بين وحدة دمج ميزات قائمة على الرسم البياني الكامن ودالة فقدان هجينة لتحقيق حالة متقدمة في تقسيم الأوعية الدموية في الشبكية مع تحسين كبير في الاتصال الوعائي وتقليل التجزؤ.
تقترح هذه الورقة إطار عمل جديد لنماذج الانتشار يولد صوراً إبداعية وعالية الدقة بصرياً من خلال توجيه عملية التوليد نحو مناطق منخفضة الاحتمالية في فضاء تضمين CLIP، مما ينتج مخرجات نادرة وخيالية دون الاعتماد على المزج اليدوي للمفاهيم.
تُظهر هذه الدراسة أنه على الرغم من إمكانات سحب النقاط ثلاثية الأبعاد في تقديم تمثيل هندسي أغنى، إلا أنها لا تتفوق باستمرار على صور العمق من المنظر العلوي في التنبؤ بدرجات حالة جسم الماشية، بل إنها في الواقع أكثر حساسية للضوضاء وبنية النموذج.
تقدم هذه الورقة تدقيقاً منهجياً لثمانية من نماذج تحويل النص إلى صورة المتطورة من مؤسسات غربية وصينية، كاشفةً أن جميعها تُظهر تحيزات مستمرة مرتبطة بالديموغرافيا والعواطف في توليد الوجوه الاصطناعية بغض النظر عن أصلها الثقافي.
تقدم هذه الورقة البحثية PISA، وهي آلية انتباه متقطعة شحيحة (Piecewise Sparse Attention) لا تتطلب تدريباً، تحقق تعقيداً دون التربيع في نماذج محولات الانتشار (Diffusion Transformers) عبر تقريب الكتل غير الحرجة باستخدام مفكوك تايلور على مستوى الكتل بدلاً من التخلص منها، مما يوفر تسريعاً كبيراً مع الحفاظ على جودة توليد عالية.
تقدم هذه الورقة البحثية إطار عمل OSMF، وهو إطار موحد يعالج أوجه القصور في توليد صور الإعلانات بنموذج واحد يناسب الجميع من خلال تجميع المستخدمين ديناميكياً وتوظيف نموذج لغوي كبير متعدد الوسائط مدرك للمجموعات مع ضبط دقيق باستخدام تقنية Group-DPO لمواءمة تفضيلات النقر المتنوعة لكل مجموعة، مما يحقق أداءً هو الأفضل حالياً في كل من المقاييس غير المتصلة بالإنترنت والمقاييس المتصلة بالإنترنت.
تقدم الورقة البحثية Reg4Pru، وهي تقنية تنظيم تخفف من فقدان الأداء في عملية تقليم الرموز (token pruning) لنماذج المحولات الرؤيوية (vision transformers)، محققةً تحسناً مطلقاً بنسبة 46% في متوسط الدقة وتسريعاً بنسبة 29% في مجموعة بيانات FIVES لتجزئة الأوعية الدموية.