💻 computer science

Q-Hawkeye: Reliable Visual Policy Optimization for Image Quality Assessment

يُعد Q-Hawkeye إطار عمل موثوقاً لتحسين السياسة البصرية القائم على التعلم المعزز لتقييم جودة الصور، حيث يعمل على تعزيز استقرار التنبؤ والتأصيل الإدراكي من خلال توظيف إعادة التوزين الديناميكي المدرك لعدم اليقين وفقد الإدراك الضمني لمعالجة أوجه القصور في طرق GRPO الحالية.

المؤلفون الأصليون: Wulin Xie, Rui Dai, Ruidong Ding, Kaikui Liu, Xiangxiang Chu, Xinwen Hou, Jie Wen

نُشر 2026-02-17

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Wulin Xie, Rui Dai, Ruidong Ding, Kaikui Liu, Xiangxiang Chu, Xinwen Hou, Jie Wen

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أنك توظف ناقداً فنياً جديداً للحكم على جودة الصور الفوتوغرافية. تريد من هذا الناقد أن يكون موثوقاً كخبير بشري متمرس. ومع ذلك، لاحظت مشكلتين رئيسيتين في "نقاد الذكاء الاصطناعي" الحاليين لديك:

الناقد "المتذبذب": أحياناً يكون الذكاء الاصطناعي واثقاً للغاية، ويعطي درجة واضحة مثل "4.5/5". وفي أحيان أخرى، يكون مرتبكاً تماماً، ويعطي درجات مختلفة تماماً مثل "2.0" و"4.8" و"3.1" لنفس الصورة بناءً على كيفية سؤالك. طرق التدريب الحالية تعامل هذه التخمينات "المتذبذبة" بنفس جدية التخمينات الواثقة، مما يفسد عملية التعلم.
الناقد "النصي فقط": الذكاء الاصطناعي بارع في كتابة أوصاف منمقة عن الصورة ("الإضاءة دافئة، التكوين متوازن...")، ولكنه غالباً ما يتجاهل العيوب البصرية الفعلية. قد يعطي درجة عالية لصورة ضبابية لمجرد أنه كتب فقرة جميلة عن فكرة الصورة، بدلاً من أن "يرى" فعلياً أن الصورة غير واضحة.

إليك Q-Hawkeye.

فكر في Q-Hawkeye كـ برنامج تدريب على الرؤية الفائقة مصمم لإصلاح هذين العيبين. إنه يستخدم طريقة تدريب ذكية تسمى "التعلم المعزز" (فكر فيها كلعبة حيث يحصل الذكاء الاصطناعي على نقاط للإجابات الجيدة ويخسر نقاطاً للإجابات السيئة)، ولكنه يضيف "تعزيزين" خاصين لجعل الذكاء الاصطناعي أكثر ذكاءً وموثوقية.

التعزيز الأول: "فلتر الثقة" (التحسين المدرك لعدم اليقين)

القياس التشبيهي: تخيل فصلاً دراسياً حيث يؤدي الطلاب اختباراً.

الطالب (أ) يجيب على كل الأسئلة بيد ثابتة وصوت واضح.
الطالب (ب) يرتجف، ويخمن بعشوائية، ويعطي إجابات مختلفة في كل مرة تسأله فيها.

في طريقة التدريب القديمة، كان المعلم (مدرب الذكاء الاصطناعي) يعطي الطالب (أ) والطالب (ب) نفس الوزن عند تصحيح أخطائهما. وهذا أمر سيء لأن تخمينات الطالب (ب) العشوائية تسبب فقط ضجيجاً وارتباكاً.

كيف يصلح Q-Hawkeye ذلك:
يعمل Q-Hawkeye كمعلم ذكي يلاحظ أن الطالب (ب) يرتجف. فيقول: "حسناً، إجابتك مهتزة جداً. سأستمع إليك بشكل أقل الآن حتى لا يفسد ارتباكك الفصل بأكمله".

هو يطلب من الذكاء الاصطناعي النظر إلى نفس الصورة عدة مرات (مثل إجراء استطلاع رأي).
إذا أعطى الذكاء الاصطناعي درجات مختلفة في كل مرة (عدم يقين عالٍ)، يقوم Q-Hawkeye بخفض مستوى الصوت في هذا الدرس.
إذا كان الذكاء الاصطناعي متسقاً (عدم يقين منخفض)، فإنه يرفع مستوى الصوت.
النتيجة: يتعلم الذكاء الاصطناعي من لحظاته المستقرة والواثقة، ويتجاهل لحظاته المشوشة والمربكة.

التعزيز الثاني: "اختبار عصب العينين" (التحسين المدرك للإدراك)

القياس التشببي: تخيل أنك تعلم شخصاً ما كيف يكتشف لوحة مزيفة.

الطريقة القديمة: تعرض عليه لوحة مزيفة وتسأله: "هل هي جيدة؟" قد يقول: "إنها تبدو كغروب الشمس، والغروب جميل، لذا سأعطيها 5". إنه يحكم بناءً على قصة اللوحة، وليس على الطلاء نفسه.
طريقة Q-Hawkeye: تعرض عليه اللوحة الأصلية الجمية. ثم تعرض عليه نسخة منها حيث قمت بمسح الطلاء، وإضافة خدوش، وجعلها ضبابية. ثم تسأله: "ماذا عن هذه؟"

إذا كان الذكاء الاصطناعي "يرى" الصورة حقاً، فيجب أن يقول فوراً: "مهلاً، هذه سيئة جداً! إنها ضبابية ومخدوشة!"
أما إذا كان الذكاء الاصطناعي يعتمد فقط على النص، فقد يقول: "لا تزال غروب شمس، لذا سأعطيها 4.8".

كيف يصلح Q-Hawkeye ذلك:
يجبر Q-Hawkeye الذكاء الاصطناعي على خوض "اختبار عصب العينين" (رغم أنه بدون عصب عينين، بل هو أشبه بـ "اختبار التشوه").

يعرض على الذكاء الاصطناعي صورة نظيفة ونسخة تالفة من نفس الصورة.
يطالب بأن يكون رد فعل الذكاء الاصطناعي تجاه الصورة التالفة مختلفاً جذرياً عن رد فعله تجاه الصورة النظيفة.
إذا أعطى درجات متشابهة لهما، فسيتم معاقبته. يجب عليه أن يثبت أنه يستطيع حقاً رؤية الفرق بين صورة واضحة وصورة ضبابية.
النتيجة: يتوقف الذكاء الاصطناعي عن الاعتماد على "الأوصاف النموذجية" ويبدأ في الانتباه إلى البكسلات والضجيج والضبابية الفعلية. يتعلم أن يثق في عينيه، لا في مفرداته فقط.

النتيجة النهائية الكبرى

من خلال الجمع بين هاتين الاستراتيجيتين، يخلق Q-Hawkeye ذكاءً اصطناعياً لتقييم جودة الصور يتميز بـ:

الاستقرار: لا يتذبذب بين الدرجات.
البصرية: ينظر بالفعل إلى الصورة ليحكم عليها، وليس فقط إلى الكلمات التي يكتبها عنها.
العمومية: يعمل بشكل رائع مع أنواع جديدة من الصور لم يسبق له رؤيتها، سواء كانت مولدة بالذكاء الاصطناعي، أو ملتقطة بهاتف مهتز، أو معدلة بكثافة.

باختاًصر، يعلم Q-Hawkeye الذكاء الاصطناعي ليكون حكماً موثوقاً وحاد البصر بدلاً من أن يكون مجرد مخمن واثق ولكنه مرتبك. إنه يشبه الترقية من طالب حفظ نموذج الإجابة إلى فنان ماهر يمكنه رصد عيب في لوحة من مسافة ميل.

إليك ملخص تقني مفصل لورقة البحث بعنوان "Q-Hawkeye: تحسين السياسة البصرية الموثوقة لتقييم جودة الصور".

1. بيان المشكلة

يهدف تقييم جودة الصور (IQA) إلى التنبؤ بدرجات الجودة الإدراكية التي تتوافق مع الأحكام البشرية. وبينما أظهرت الأساليب الحديثة التي تستفيد من النماذج اللغوية الكبيرة متعددة الوسائط (MLLMs) والتعلم التعزيزي (RL) نتائج واعدة، حدد المؤلفون قصورين حرجين في الموثوقية في النهج الحالية القائمة على التعلم التعزيزي (وتحديداً تلك التي تستخدم تحسين السياسة النسبية للمجموعات، أو GRPO):

توزيع ميزة موحد يتجاهل عدم اليقين: تطبق أساليب GRPO الحالية أوزان تحديث موحدة عبر جميع عينات التدريب. ومع ذلك، فإن استقرار تنبؤات النموذج يتباين بشكل كبير؛ حيث تنتج بعض الصور درجات متسقة، بينما تنتج صور أخرى توزيعات واسعة وغير مستقرة. إن معاملة هذه العينات غير المستقرة بالتساوي يؤدي إلى حقن تدرجات ضوضائية (noisy gradients) في عملية التحسين، مما يقوض موثوقية التدريب.
الاعتماد المفرط على الاستدلال النصي: تركز الأساليب الحالية غالباً على الاستدلال النصي وتوليد الوصف بدلاً من الإدراك البصري الفعلي. ونتيجة لذلك، قد تعتمد النماذج على انتظام البيانات أو الأولويات اللغوية بدلاً من الأدلة البصرية الحقيقية، مما يؤدي إلى درجات لا تستند حقاً إلى محتوى الصورة (على سبيل المثال، إعطاء درجات عالية للصور المتدهورة إذا كان الوصف النصي يبدو منطقياً).

2. المنهجية: Q-Hawkeye

يقترح المؤلفون Q-Hawkeye، وهو إطار عمل لتحسين السياسة البصرية الموثوقة مبني على نموذج Qwen2.5-VL-7B. يقوم الإطار بإعادة تصميم إشارة تعلم RL من خلال استراتيجيتين أساسيتين: التحسين الديناميكي المدرك لعدم اليقين والتحسين المدرك للإدراك.

أ. التحسين الديناميكي المدرك لعدم اليقين

لمعالجة مشكلة العينات غير المستقرة، يقدم Q-Hawkeye آلية لتقدير وتخفيف عدم اليقين التنبئي.

تقدير عدم اليقين: لكل صورة مدخلة، يقوم النموذج بإجراء $K$ من عمليات التشغيل (توليد $K$ من مسارات الاستدلال والدرجات). يتم تقدير عدم اليقين ( $u$ ) كتباين هذه الدرجات المتوقعة داخل المجموعة.
إعادة الوزن الديناميكية: يتم حساب وزن خاص بالعينة $w(u) = \exp(-\tau \tilde{u})$ $w (u) = exp (- τ \tilde{u})$ بناءً على عدم اليقين المعياري.
- عدم اليقين المنخفض (العينات المستقرة): تحصل على أوزان أعلى، مما يعزز الأحكام الموثوقة.
- عدم اليقين المرتفع (العينات غير المستقرة): تحصل على أوزان أقل، مما يقلل من مساهمتها في التدرج لمنع التحديثات الضوضائية.
التكامل: يتم تطبيق هذا الوزن على حد الميزة ( $\tilde{A}_k = w \cdot A_k$ ) في هدف GRPO، مما يعمل بفعالية على تصفية الإشارات الضوضائية أثناء تحديثات السياسة.

ب. التحسين المدرك للإدراك

لضمان اعتماد النموذج على الأدلة البصرية بدلاً من الأولويات النصية، قدم المؤلفون دالة خسارة تفرض صراحة الحساسية تجاه التدهورات البصرية.

بناء البيانات المزدوجة: لكل صورة تدريب، يتم إنشاء نسخة متدهورة ( $I_{deg}$ ) باستخدام تشوهات محددة (ضجيج، ضبابية، JPEG، تعتيم). ويضمن "فلتر التحقق المزدوج" (باستخدام MLLM وخبراء بشريين) أن التدهور ملموس.
خسارة الإدراك الضمنية: يتم تدريب النموذج على إنتاج توزيعات مخرجات متمايزة للصورة الأصلية ( $I$ $I$ ) والصورة المتدهورة ( $I_{deg}$ $I_{d e g}$ ).
- تعظيم تباعد KL: تعمل الدالة على تعظيم تباعد KL بين توزيعات السياسة $\pi_\theta(\cdot|I, q)$ و $\pi_\theta(\cdot|I_{deg}, q)$ . هذا يجبر النموذج على التفاعل مع التغيرات البصرية.
- تنظيم الإنتروبي المزدوج: لمنع النموذج من مجرد زيادة العشوائية (الإنتروبي العالي) لتعظيم حد KL، تمت إضافة حد تنظيم الإنتروبي لتقييد توزيعات المخرجات تحت كلتا الحالتين، مما يضمن تنبؤات حادة ومستقرة.

ج. الهدف العام

تجمع دالة الخسارة الإجمالية بين هدف GRPO القياسي (مع ميزات إعادة الوزن لعدم اليقين)، وتنظيم KL مقابل السياسة المرجعية، وخسارة الإدراك الضمنية (تعظيم تباعد KL بين المدخلات الأصلية والمتدهورة)، وحدود تنظيم الإنتروبي.

3. المساهمات الرئيسية

إطار عمل موحد: يقترح Q-Hawkeye، وهو أول إطار عمل لـ IQA قائم على RL يعالج في آن واحد عدم اليقين التنبئي والتأسيس الإدراكي البصري.
إعادة الوزن المدرك لعدم اليقين: يقدم استراتيجية إعادة وزن الميزة الديناميكية بناءً على تباين درجات التشغيل، مما يستقر التدريب عن طريق تقليل وزن العينات الغامضة.
3. التحسين المدرك للإدراك: يطور خسارة إدراك ضمنية باستخدام أزواج الصور الأصلية والمتدهورة لإجبار النموذج على ربط أحكام الجودة بالأدلة البصرية، بدلاً من الأولويات اللغوية.
التعميم بكفاءة البيانات: يثبت إمكانية تحقيق أداء عالٍ من خلال التدريب على مجموعة بيانات واحدة (KonIQ) عبر تحسين إشارة التعلم، بدلاً من الاعتماد على التدريب على مجموعات بيانات ضخمة ومتعددة.

4. النتائج التجريبية

قيم المؤلفون Q-Hawkeye على ثمانية معايير لـ IQA، بما في ذلك مجموعات البيانات الواقعية (SPAQ, LIVE-Wild)، والتشوهات الاصطناعية (KADID, CSIQ)، والصور المولدة بالذكاء الاصطناعي (AGIQA-3K).

الأداء: حقق Q-Hawkeye نتائج هي الأفضل في فئته (SOTA)، متفوقاً على كل من نماذج التعلم العميق التقليدية (مثل MUSIQ, ManIQA) والأساليب الحديثة القائمة على MLLM (مثل Q-Align, Q-Insight, VisualQuality-R1).
- متوسط PLCC/SRCC: حقق 80.0 / 76.2 عبر جميع مجموعات البيانات، متجاوزاً أفضل النتائج السابقة (VisualQuality-R1 عند 75.8/72.0).
التعميم: بشكل ملحوظ، تم تدريب Q-Hawkeye فقط على مجموعة بيانات KonIQ ومع ذلك تفوق على الأساليب المدربة على مجموعات بيانات متعددة (مثل DeQA-Score المدرب على 3-4 مجموعات بيانات). يسلط هذا الضال الضوء على فعالية آليات الموثوقية المقترحة.
دراسات الاستئصال (Ablation Studies):
- أدى إزالة أي من وحدتي عدم اليقين أو الإدراك إلى انخفاض كبير في الأداء.
- أدت طريقة الوزن "العكسية" (زيادة وزن العينات ذات عدم اليقين العالي) إلى تدهور الأداء، مما يؤكد ضرورة تقليل وزن العينات غير المستقرة.
- أظهرت وحدة "المدرك للإدراك" قدرتها الفعالة على تغيير توزيع درجات النموذج للصور المتدهورة، بينما تميل النماذج التي تفتقر إليها إلى إعطاء درجات مماثلة للأصل والمتدهور.

5. الأهمية

يمثل Q-Hawkeye تحولاً كبيراً في كيفية تطبيق التعلم التعزيزي على المهام البصرية. فمن خلال الانتقال لما هو أبعد من مجرد تعظيم المكافأة إلى تحسين السياسة الموثوقة، فإنه يعالج قضايا "الهلوسة" وعدم الاستقرار الشائعة في النماذج اللغوية الكبيرة متعددة الوسائط (MLLMs).

الموثوقية: يضمن احترام ثقة النموذج (عدم اليقين) أثناء التدريب، مما يمنع البيانات الضوضائية من إفساد السياسة.
التأسيس (Grounding): يفرض نهج "البصر أولاً"، مما يضمن اشتقاق تقييمات الجودة من المحتوى البصري الفعلي بدلاً من الاختصارات النصية.
الكفاءة: يثبت أن استراتيجيات RL المتطورة يمكن أن تحقق تعميماً أفضل من مجرد زيادة حجم بيانات التدريب، مما يوفر مساراً أكثر كفاءة لتدريب نماذج IQA قوية.

الكود والمجموعة البيانات مفتوحة المصدر، مما يسهل المزيد من الأبحاث في تحسين السياسة البصرية الموثوقة.