💻 computer science

ConsistentRFT: Reducing Visual Hallucinations in Flow-based Reinforcement Fine-Tuning

تقدم هذه الورقة ConsistentRFT، وهو إطار عمل عام يخفف من الهلوسة البصرية في الضبط الدقيق القائم على التدعيم المتدفق عبر معالجة قضايا الاستكشاف المحدود ومحاكاة المسار من خلال آلية تدحرج الحبيبية الديناميكية وتحسين تدرج السياسة المتسق.

Xiaofeng Tan, Jun Liu, Yuanting Fan, Bin-Bin Gao, Xi Jiang, Xiaochen Chen, Jinlong Peng, Chengjie Wang, Hongsong Wang, F (…)2026-02-04
💻 computer science

PnP-U3D: Plug-and-Play 3D Framework Bridging Autoregression and Diffusion for Unified Understanding and Generation

يقدم PnP-U3D أول إطار عمل موحد ثلاثي الأبعاد يربط بفعالية بين التراجع الذاتي للفهم والانتشار للتوليد عبر محول خفيف الوزن، محققاً أداءً هو الأفضل في مجاله في المهام ثلاثية الأبعاد مع تقليل تكاليف التدريب والحفاظ على قدرات النماذج سابقة التدريب.

Yongwei Chen, Tianyi Wei, Yushi Lan, Zhaoyang Lyu, Shangchen Zhou, Xudong Xu, Xingang Pan2026-02-04
💻 computer science

Cut to the Mix: Simple Data Augmentation Outperforms Elaborate Ones in Limited Organ Segmentation Datasets

تُثبت هذه الورقة أن استراتيجيات تعزيز البيانات البسيطة بين الصور، ولا سيما تقنية CutMix، تتفوق بشكل كبير على الأساليب المعقدة والأساليب المرجعية الحديثة في مهام تقسيم الأعضاء المتعددة عند التدريب على مجموعات بيانات سريرية محدودة.

Chang Liu, Fuxin Fan, Annette Schwarz, Andreas Maier2026-02-04
🔬 physics

Quasi-multimodal-based pathophysiological feature learning for retinal disease diagnosis

تقترح هذه الورقة إطار عمل موحداً شبه متعدد الأنماط يقوم بتركيب ودمج تصوير قاع العين بالفلوريسين، والتصوير متعدد الأطياف، وخرائط البروز بشكل تكيفي لتعلم السمات المتقاطعة للفزيولوجيا المرضية، محققاً أداءً رائدًا في تصنيف أمراض الشبكية وتدرج اعتلال الشبكية السكري مع معالجة تحديات مثل عدم تجانس البيانات وتعقيد التسجيل.

Lu Zhang, Huizhen Yu, Zuowei Wang, Fu Gui, Yatu Guo, Wei Zhang, Mengyu Jia2026-02-04
💻 computer science

Multi-Objective Optimization for Synthetic-to-Real Style Transfer

تقترح هذه الورقة نهجاً يعتمد على خوارزمية جينية متعددة الأهداف لتحسين تسلسلات معاملات نقل الأسلوب تلقائياً، مما يتيح التكيف الفعال للبيانات الاصطناعية مع المجالات الواقعية لتحسين أداء التجزئة الدلالية.

Estelle Chigot, Thomas Oberlin, Manon Huguenin, Dennis Wilson2026-02-04
💻 computer science

MM-SCALE: Grounded Multimodal Moral Reasoning via Scalar Judgment and Listwise Alignment

تقدم هذه الورقة MM-SCALE، وهي مجموعة بيانات وإطار عمل واسع النطاق يعزز الاستدلال الأخلاقي لنماذج الرؤية واللغة عبر استبدال الإشراف الثنائي المنفصل بتقييمات عددية مستمرة مكونة من 5 درجات ومحاذاة قائمة قائمة على التأسيس، وذلك لالتقاط الطبيعة المتعددة والمتنوعة للأحكام الأخلاقية البشرية بشكل أفضل.

Eunkyu Park, Wesley Hanwen Deng, Cheyon Jin, Matheus Kunzler Maldaner, Jordan Wheeler, Jason I. Hong, Hong Shen, Adam Pe (…)2026-02-04
⚡ electrical engineering

Efficient Sequential Neural Network with Spatial-Temporal Attention and Linear LSTM for Robust Lane Detection Using Multi-Frame Images

تقترح هذه الورقة نموذج شبكة عصبية تتابعية فعالاً يتميز بآلية انتباه مكاني-زماني وذاكرة طويلة قصيرة المدى خطية (linear LSTM) لتحقيق كشف قوي وفي الوقت الفعلي عن مسارات الطريق في بيئات المرور المختلطة الصعبة، وذلك من خلال الاستفادة الفعالة من الارتباطات متعددة الإطارات مع تقليل التعقيد الحسابي.

Sandeep Patil, Yongqi Dong, Haneen Farah, Hans Hellendoorn2026-02-04
💻 computer science

Edge-Optimized Vision-Language Models for Underground Infrastructure Assessment

تقدم هذه الورقة بحثاً حول خط معالجة ثنائي المراحل مُحسَّن للحوسبة الطرفية، يجمع بين نموذج تجزئة RAPID-SCAN خفيف الوزن ونموذج لغوي بصري (Phi-3.5) مضبوط بدقة، لتمكين التوليد الذاتي واللحظي لملخصات لغوية طبيعية قابلة للتنفيذ حول عيوب البنية التحتية تحت الأرض على المنصات الروبوتية ذات الموارد المحدودة.

Johny J. Lopez, Md Meftahul Ferdaus, Mahdi Abdelguerfi2026-02-04
💻 computer science

Test-Time Conditioning with Representation-Aligned Visual Features

تقدم هذه الورقة البحثية "التوجيه المتوافق مع التمثيل" (REPA-G)، وهو إطار عمل في مرحلة الاستنتاج يوجه توليد نماذج الانتشار نحو سمات بصرية محددة مستخرجة من نماذج التعلم الذاتي سابقة التدريب، مما يتيح تحكماً متعدد الاستخدامات ودقيقاً في الملمس، والدلالات، والتركيب متعدد المفاهيم دون الحاجة إلى إعادة التدريب.

Nicolas Sereyjol-Garros, Ellington Kirby, Victor Letzelter, Victor Besnier, Nermin Samet2026-02-04
💬 NLP

FullStack-Agent: Enhancing Agentic Full-Stack Web Coding via Development-Oriented Testing and Repository Back-Translation

تقدم الورقة البحثية FullStack-Agent، وهو نظام موحد يتكون من إطار عمل للتطوير متعدد الوكلاء، وطريقة ذاتية التحسين لتوسيع نطاق البيانات، ومعيار قياس شامل، والتي تمكن نماذج اللغات الكبيرة مجتمعة من إنشاء تطبيقات ويب متكاملة (full-stack) بمستوى إنتاجي مع تحسن ملحوظ في الأداء عبر وظائف الواجهة الأمامية، والخلفية، وقواعد البيانات مقارنة بالأساليب الحالية المتطورة.

Zimu Lu, Houxing Ren, Yunqiao Yang, Ke Wang, Zhuofan Zong, Mingjie Zhan, Hongsheng Li2026-02-04