12113 ورقة بحثية
تقدم هذه الورقة SGP-GenBench لتقييم قدرة النماذج اللغوية الكبيرة على توليد برامج الرسوميات الرمزية (SVGs)، وتقترح نهجاً للتعلم التعزيزي بمكافآت قابلة للتحقق يعزز بشكل كبير جودة التوليد والمواءمة الدلالية، مما يمكّن النماذج مفتوحة المصدر من مضاهاة أداء الأنظمة الرائدة.
تقدم هذه الورقة البحثية تنظيم التعامد- (-Orthogonality)، وهو أسلوب يجمع بين قيود التعامد المرنة والتحويلات التآلفية لتمكين تعلم التمثيلات المتوافقة عبر الشبكات العصبية المدربة بشكل مستقل، مما يحافظ على هياكل النماذج الأصلية وأداء الصفر-مرحلة (zero-shot) مع التكيف مع التوزيعات الجديدة.
تقترح هذه الورقة إطار تدريب مبتكر يخفف من الانقلابات السلبية في أنظمة تصنيف الصور المتطورة من خلال الحفاظ على هوامش النموذج الأصلي عبر معايرة اللوغيت مع توظيف التقطير البؤري مزدوج المصدر للحفاظ على دقة عالية في كل من الفئات القديمة والجديدة.
تقترح هذه الورقة البحثية فقدان انتباه كولباك-ليبلر (KLAL) مبتكرًا يشرف مباشرة على انتباه الرموز البصرية للرموز اللغوية ذات الصلة في نماذج الرؤية واللغة، مما يحسن الأداء في مهام التأسيس البصري من خلال معالجة إشارات الانتباه غير الكافية التي يوفرها التنبؤ بالرمز التالي القياسي.
تقدم هذه الورقة البحثية CTO، وهو أول إطار عمل للمشغل العصبي لإعادة بناء التصوير المقطعي المحوسب من مشاهد شحيحة، والذي يستفيد من فضاءات الدوال المستمرة، والمعالجة ثنائية النطاق، والالتفافات المتوافقة مع الدوران لتحقيق تعميم فائق غير مرتبط بالدقة واستنتاج أسرع بكثير مقارنة بالطرق الحالية القائمة على الشبكات العصبية الالتفافية والنماذج الانتشارية.
تقترح هذه الورقة SciLT، وهو إطار عمل مبتكر يستخدم دمج الميزات التكيفي والتعلم بالإشراف المزدوج لمعالجة تحديات تصنيف الصور ذات التوزيع طويل الذيل بفعالية في المجالات العلمية حيث يحقق الضبط الدقيق للنماذج التأسيسية القياسية مكاسب محدودة.
تقترح الورقة البحثية DeSAP، وهي طريقة مبتكرة لتقليم الرموز (token pruning) لنماذج الرؤية واللغة الكبيرة التي تستخدم التشابه المنفصل لالتقاط الصلة الدقيقة بين الوسائط المتعددة، مما يتيح تقليماً واعياً بالمهام يقلل التكاليف الحسابية بشكل كبير مع الحفاظ على أداء عالٍ.
تُعد VisCo إطار عمل كفؤاً في التدريب يستفيد من نموذج رؤية-لغة مُدرب مسبقاً كـمُشفّر جوهري لضغط الرموز البصرية إلى مجموعة مدمجة من رموز الذاكرة، محققاً أداءً فائقاً واستقراراً عبر مختلف نسب الضغط دون الحاجة إلى إعادة تدريب مكثفة أو وحدات خارجية.
يقدم GEB-Bench معياراً مرجعياً جديداً يقيم قدرة نماذج الذكاء الاصطناعي على التعرف على الزخارف الهيكلية المجردة ورسم خرائطها عبر وسائط متنوعة، مما يكشف عن فجوة ثابتة ومنتظمة بين التعرف أحادي الصوت والتجريد عابر الأصوات، وهي فجوة تستمر حتى في النماذج الرائدة.
تقترح هذه الورقة البحثية "تنبؤ انتباه الطبقة المتوسطة" (MAP)، وهي طريقة تحدد ديناميكيًا طبقات الانتباه المثلى الخاصة بكل عينة وتعمل على تقطيرها في متنبئ خفيف الوزن لتقليص الرموز البصرية قبل معالجتها بواسطة النموذج اللغوي، مما يحقق تسريعًا في الأداء بنسبة 3.09 ضعفًا من البداية إلى النهاية مع الحفاظ على 97.5% من الأداء على نموذج LLaVA-NeXT-7B.