13202 ورقة بحثية
تقدم الورقة البحثية "Infinite-World"، وهو نموذج عالم تفاعلي قوي يحقق توليدًا بصريًا متماسكًا يتجاوز 1000 إطار في بيئات العالم الحقيقي من خلال توظيف ضاغط ذاكرة هرمي خالي من تحديد الوضعية، ووحدة تسمية إجراءات مدركة لعدم اليقين، واستراتيجية ضبط دقيق كثيفة لإعادة الزيارة للتغلب على التحديات التي تفرضها تقديرات الوضعية الضوضائية ونقص زيارات وجهات النظر.
تقدم الورقة البحثية RANKVIDEO، وهو معيد ترتيب قائم على الاستنتاج يستفيد من محتوى الفيديو لتقييم صلة الاستعلام بالفيديو من خلال مسار منهج دراسي وتوليف بيانات متخصص، محققاً مكاسب أداء كبيرة مقارنة بالطرق الحالية في معيار MultiVENT 2.0.
تقدم هذه الورقة إطار عمل هجين للترجمة الإبداعية (transcreation) ومجموعة بيانات ضخمة للميمات الصينية والأمريكية لتقييم نماذج الرؤية واللغة في التكيف الثقافي المتبادل للميمات، كاشفةً أنه بينما تُظهر النماذج الحالية قدرة محدودة، فإنها تُظهر عدم تماثل اتجاهي كبير مع أداء متفوق في عملية الترجمة الإبداعية من الأمريكية إلى الصينية مقارنة بالعكس.
تتقصى هذه الورقة حدود السعة المعلوماتية لرموز الرؤية (vision tokens) في نماذج الرؤية واللغة من خلال تحديد انتقال ثلاثي المراحل من الاستقرار إلى الانهيار تحت تأثير زيادة الكثافة البصرية، وصياغة قانون قياس عالمي لتوجيه تحسين كفاءة ضغط السياق ودقته.
يقدم ToolTok نموذجاً جديداً لتحديد المسارات متعدد الخطوات لوكلاء واجهة المستخدم الرسومية (GUI) يستخدم تضمينات رموز أدوات قابلة للتعلم مرتكزة على مفاهيم دلالية ومُدربة عبر منهج تعليمي من السهل إلى الصعب، محققاً تعميماً وأداءً فائقين ببيانات أقل بكثير من الطرق الحالية.
تقدم هذه الورقة VI-PRISM، وهي خوارزمية إعادة بناء تعتمد على المتباينات المتغيرة الرتيبة تتيح تصوير التروية المقطعي المحوسب بدقة مع تقليل الجرعة من خلال استعادة خرائط تركيز اليود بخطأ وضجيج أقل بكثير من طريقة الارتداد الخلفي المرشح، حتى في ظل ظروف نقص الفوتونات وأخذ العينات المتناثرة الشديدة.
تقدم الورقة البحثية DoubleTake، وهو إطار عمل يعزز اتخاذ القرار الأمين في التصوير الطبي من خلال توظيف بروتوكول اختيار مرجعي تبايني وطريقة استدلال مدركة للثقة للتمييز المنهجي بين الحالات المتشابهة، محققاً أداءً هو الأفضل في فئته على معيار MediConfusion.
يُعد SRA-Seg إطار عمل لتقسيم الصور الطبية شبه الموجه، حيث يجسّر الفجوة الدلالية بين البيانات الاصطناعية والحقيقية من خلال توظيف محاذاة التشابه القائمة على DINOv2، ودمج الحواف الناعم، والوسم الزائف الواعي باليقين، لتحقيق أداء يضاهي الأساليب التي تستخدم بيانات حقيقية غير معلمة مع الاعتماد بشكل أساسي على العينات الاصطناعية.
تُعد Nüwa إطار عمل لتقليم الرموز (token pruning) يتكون من مرحلتين، يعالج التدهور المكاني في النماذج الرؤية اللغوية الحالية عبر الجمع بين الاحتفاظ بالمرتكزات المكانية العالمية المستوحى من ذكاء السرب وبين تصفية صلة المهام الموجهة بالنص، محققاً بذلك أداءً هو الأفضل في فئته في كل من مهام الإجابة على الأسئلة البصرية والترسيخ البصري.
يقدم البحث نموذج TRACE، وهو النموذج الأول الذي يقوم بشكل مشترك بالمقارنة الزمنية، وتصنيف التغير، والتوطين المكاني لصور الأشعة السينية للصدر، مما يثبت أن الجمع بين التأسيس البصري والاستدلال الزمني أمر ضروري للكشف عن التغيرات التشريحية وإنشاء تقارير إشعاعية مؤسسة.