KI-Forschungspapiere Täglich

Täglich kuratierte KI-Forschungspapiere mit Übersetzungen

LongRoPE: Erweiterung des Kontextfensters von LLMs über 2 Millionen Tokens hinaus
LongRoPE: Extending LLM Context Window Beyond 2 Million Tokens

Yiran Ding, Li Lyna Zhang, Chengruidong Zhang, Yuanyuan Xu, Ning Shang, Jiahang Xu, Fan Yang, Mao Yang•Feb 21, 2024•11720

YOLOv9: Lernen, was Sie lernen möchten, mit programmierbarer Gradienteninformation
YOLOv9: Learning What You Want to Learn Using Programmable Gradient Information

Chien-Yao Wang, I-Hau Yeh, Hong-Yuan Mark Liao•Feb 21, 2024•483

Aria-Datensatz für alltägliche Aktivitäten
Aria Everyday Activities Dataset

Zhaoyang Lv, Nickolas Charron, Pierre Moulon, Alexander Gamino, Cheng Peng, Chris Sweeney, Edward Miller, Huixuan Tang, Jeff Meissner, Jing Dong, Kiran Somasundaram, Luis Pesqueira, Mark Schwesinger, Omkar Parkhi, Qiao Gu, Renzo De Nardi, Shangyi Cheng, Steve Saarinen, Vijay Baiyya, Yuyang Zou, Richard Newcombe, Jakob Julian Engel, Xiaqing Pan, Carl Ren•Feb 20, 2024•321

SDXL-Lightning: Progressive Adversarische Diffusionsdestillation
SDXL-Lightning: Progressive Adversarial Diffusion Distillation

Shanchuan Lin, Anran Wang, Xiao Yang•Feb 21, 2024•281

Snap Video: Skalierte spatiotemporale Transformer für Text-zu-Video-Synthese
Snap Video: Scaled Spatiotemporal Transformers for Text-to-Video Synthesis

Willi Menapace, Aliaksandr Siarohin, Ivan Skorokhodov, Ekaterina Deyneka, Tsai-Shien Chen, Anil Kag, Yuwei Fang, Aleksei Stoliar, Elisa Ricci, Jian Ren, Sergey Tulyakov•Feb 22, 2024•221

User-LLM: Effiziente Kontextualisierung von LLMs mit Benutzer-Embeddings
User-LLM: Efficient LLM Contextualization with User Embeddings

Lin Ning, Luyang Liu, Jiaxing Wu, Neo Wu, Devora Berlowitz, Sushant Prakash, Bradley Green, Shawn O'Banion, Jun Xie•Feb 21, 2024•201

Im Deep Reinforcement Learning ist ein beschnittenes Netzwerk ein gutes Netzwerk.
In deep reinforcement learning, a pruned network is a good network

Johan Obando-Ceron, Aaron Courville, Pablo Samuel Castro•Feb 19, 2024•191

LLMs dazu zu bringen, (fast) alles zu tun und preiszugeben
Coercing LLMs to do and reveal (almost) anything

Jonas Geiping, Alex Stein, Manli Shu, Khalid Saifullah, Yuxin Wen, Tom Goldstein•Feb 21, 2024•132

Musikstiltransfer mit zeitvariabler Inversion von Diffusionsmodellen
Music Style Transfer with Time-Varying Inversion of Diffusion Models

Sifei Li, Yuxin Zhang, Fan Tang, Chongyang Ma, Weiming dong, Changsheng Xu•Feb 21, 2024•111

BBA: Bi-modale Verhaltensausrichtung für das Schließen mit großen Vision-Sprache-Modellen
BBA: Bi-Modal Behavioral Alignment for Reasoning with Large Vision-Language Models

Xueliang Zhao, Xinting Huang, Tingchen Fu, Qintong Li, Shansan Gong, Lemao Liu, Wei Bi, Lingpeng Kong•Feb 21, 2024•101

ToDo: Token-Downsampling für die effiziente Erzeugung hochauflösender Bilder
ToDo: Token Downsampling for Efficient Generation of High-Resolution Images

Ethan Smith, Nayan Saxena, Aninda Saha•Feb 21, 2024•101

D-Flow: Differenzierung durch Flüsse für kontrollierte Generierung
D-Flow: Differentiating through Flows for Controlled Generation

Heli Ben-Hamu, Omri Puny, Itai Gat, Brian Karrer, Uriel Singer, Yaron Lipman•Feb 21, 2024•81

Ouroboros: Spekulative Dekodierung mit verbessertem Entwurf durch große Modelle
Ouroboros: Speculative Decoding with Large Model Enhanced Drafting

Weilin Zhao, Yuxiang Huang, Xu Han, Chaojun Xiao, Zhiyuan Liu, Maosong Sun•Feb 21, 2024•71