الأبحاث المرتبطة بالكلمة المفتاحية: تحسين دقيق فعال للمعلمات
-
Rein++: تعميم فعال وتكيف للتقسيم الدلالي باستخدام نماذج الأساس البصري Rein++: Efficient Generalization and Adaptation for Semantic Segmentation With Vision Foundation Models
2026 | المؤلف: Zhixiang Wei وآخرون | المجلة: IEEE Transactions on Pattern Analysis and Machine Intelligence | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم الورقة البحثية Rein++، وهو إطار عمل جديد مصمم لتعزيز تطبيق نماذج أساس الرؤية (VFMs) في تقسيم الدلالات، حيث يتناول تحديين رئيسيين: الحجم المحدود لمجموعات بيانات التقسيم مقارنة بمجموعات بيانات ما قبل تدريب VFM وتنوع توزيعات المجالات. يتكون Rein++ من مكونين رئيسيين: Rein-G، الذي يركز على تعميم المجال، وRein-A، الذي يستهدف التكيف غير المراقب للمجال.…
-
التكوين الذاتي للشبكة بناءً على نماذج اللغة الصغيرة الدقيقة Network Self-Configuration Based on Fine-Tuned Small Language Models
2026 | المؤلف: Oscar G. Lira وآخرون | المجلة: IEEE Open Journal of the Communications Society | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)يقدم هذا القسم SLM netconfig، وهو إطار عمل لنموذج لغة صغير تم ضبطه بدقة مصمم لأتمتة توليد تكوين الشبكة. مع تزايد تعقيد الشبكات، تصبح طرق التكوين اليدوي التقليدية غير فعالة وعرضة للأخطاء. يتناول SLM netconfig هذه التحديات من خلال استخدام بنية قائمة على الوكلاء وتقنيات التكيف الفعالة من حيث المعلمات لتحويل نوايا التكوين بلغة طبيعية…
-
PitVQA++: تكيف مصفوفة المتجهات ذات الرتبة المنخفضة للإجابة على الأسئلة البصرية المفتوحة في جراحة الغدة النخامية PitVQA++: Vector Matrix-Low-Rank Adaptation for Open-Ended Visual Question Answering in Pituitary Surgery
2026 | المؤلف: Runlong He وآخرون | المجلة: IEEE Transactions on Medical Imaging | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)يتناول هذا القسم التقدم في نماذج الرؤية-اللغة (VLMs) للإجابة على الأسئلة البصرية (VQA) في سياق الإجراءات الجراحية، مع التركيز بشكل خاص على تطبيقها في تعزيز اتخاذ القرارات داخل العملية التعليمية الجراحية. تواجه تطوير VLMs للإجابة على الأسئلة الجراحية تحديات مثل مجموعات البيانات المحدودة ومشكلات مثل الإفراط في التكيف والنسيان الكارثي أثناء ضبط النماذج المدربة مسبقًا.…
-
Am-sam: إطار تعلم مدفوع بالوعي المكاني ومعايرة القناع للتقسيم الدلالي القليل اللقطات Am-sam: a spatially-aware prompt learning and mask calibration framework for few-shot semantic segmentation
2026 | المؤلف: Zhenyun Du وآخرون | المجلة: International Journal of Machine Learning and Cybernetics | المجال: الذكاء الاصطناعي (Artificial Intelligence)لقد أثبت نموذج تقسيم أي شيء (SAM) نفسه كأداة بارزة في تقسيم المعاني، ومع ذلك فإنه يعاني من قيود رئيسية: الاعتماد على مطالبات مفصلة تم إنشاؤها بواسطة البشر وتمثيل غير كافٍ للميزات في وحدة فك تشفير القناع، التي تستخدم بشكل أساسي عمليات ضرب النقاط. تتطلب هذه التحديات إعادة تدريب واسعة النطاق عند ضبط SAM، مما…
-
تقييم نماذج الأساس في علم الأمراض: استراتيجيات وسيناريوهات التكيف Benchmarking pathology foundation models: Adaptation strategies and scenarios
2026 | المؤلف: Zhenyun Du وآخرون | المجلة: Computers in Biology and Medicine | المجال: الذكاء الاصطناعي (Artificial Intelligence)في هذه الدراسة، يقوم المؤلفون بتقييم أربعة نماذج أساسية محددة في علم الأمراض لتقييم قدرتها على التكيف عبر مجموعات بيانات ومهام متنوعة في علم الأمراض الحاسوبي. يركزون على سيناريوهين رئيسيين: تقييم الاتساق وتقييم المرونة. في تقييم الاتساق، تم اختبار خمس طرق للتعديل الدقيق، مما كشف أن التعديل الدقيق الفعال من حيث المعلمات (PEFT) كان فعالًا…