KI-Forschungspapiere Täglich

Täglich kuratierte KI-Forschungspapiere mit Übersetzungen

Jina CLIP: Ihr CLIP-Modell ist auch Ihr Textabrufgerät.
Jina CLIP: Your CLIP Model Is Also Your Text Retriever

Andreas Koukounas, Georgios Mastrapas, Michael Günther, Bo Wang, Scott Martens, Isabelle Mohr, Saba Sturua, Mohammad Kalim Akram, Joan Fontanals Martínez, Saahil Ognawala, Susana Guzman, Maximilian Werk, Nan Wang, Han Xiao•May 30, 2024•371

Ähnlichkeit ist nicht alles, was Sie brauchen: Ausstattung der Generierung mit abgerufenen Augmentierungen mit mehrschichtigen Gedanken
Similarity is Not All You Need: Endowing Retrieval Augmented Generation with Multi Layered Thoughts

Chunjing Gan, Dan Yang, Binbin Hu, Hanxiao Zhang, Siyuan Li, Ziqi Liu, Yue Shen, Lin Ju, Zhiqiang Zhang, Jinjie Gu, Lei Liang, Jun Zhou•May 30, 2024•322

MotionLLM: Verständnis menschlichen Verhaltens aus menschlichen Bewegungen und Videos
MotionLLM: Understanding Human Behaviors from Human Motions and Videos

Ling-Hao Chen, Shunlin Lu, Ailing Zeng, Hao Zhang, Benyou Wang, Ruimao Zhang, Lei Zhang•May 30, 2024•218

Xwin-LM: Starke und skalierbare Ausrichtungspraxis für LLMs
Xwin-LM: Strong and Scalable Alignment Practice for LLMs

Bolin Ni, JingCheng Hu, Yixuan Wei, Houwen Peng, Zheng Zhang, Gaofeng Meng, Han Hu•May 30, 2024•191

DITTO-2: Destillierte Diffusionsinferenz-Zeit-T-Optimierung für die Musikgenerierung
DITTO-2: Distilled Diffusion Inference-Time T-Optimization for Music Generation

Zachary Novack, Julian McAuley, Taylor Berg-Kirkpatrick, Nicholas Bryan•May 30, 2024•110

MOFA-Video: Steuerbare Bildanimation mittels generativem Bewegungsfeld Anpassungen im eingefrorenen Bild-zu-Video-Diffusionsmodell
MOFA-Video: Controllable Image Animation via Generative Motion Field Adaptions in Frozen Image-to-Video Diffusion Model

Muyao Niu, Xiaodong Cun, Xintao Wang, Yong Zhang, Ying Shan, Yinqiang Zheng•May 30, 2024•111

GECO: Generative Bild-zu-3D innerhalb einer SEKunde
GECO: Generative Image-to-3D within a SECOnd

Chen Wang, Jiatao Gu, Xiaoxiao Long, Yuan Liu, Lingjie Liu•May 30, 2024•100

PLA4D: Pixelgenaue Ausrichtungen für die Umwandlung von Text in 4D-Gauß-Splatting
PLA4D: Pixel-Level Alignments for Text-to-4D Gaussian Splatting

Qiaowei Miao, Yawei Luo, Yi Yang•May 30, 2024•100

DevEval: Ein manuell annotierter Benchmark für Code-Generierung, der mit Echtwelt-Code-Repositories abgestimmt ist.
DevEval: A Manually-Annotated Code Generation Benchmark Aligned with Real-World Code Repositories

Jia Li, Ge Li, Yunfei Zhao, Yongmin Li, Huanyu Liu, Hao Zhu, Lecheng Wang, Kaibo Liu, Zheng Fang, Lanshen Wang, Jiazheng Ding, Xuanming Zhang, Yuqi Zhu, Yihong Dong, Zhi Jin, Binhua Li, Fei Huang, Yongbin Li•May 30, 2024•91

Papagei: Effiziente Bereitstellung von Anwendungen auf Basis von LLM mit semantischer Variable
Parrot: Efficient Serving of LLM-based Applications with Semantic Variable

Chaofan Lin, Zhenhua Han, Chengruidong Zhang, Yuqing Yang, Fan Yang, Chen Chen, Lili Qiu•May 30, 2024•70

DeMamba: KI-generierte Videodetektion auf der GenVideo-Benchmark im Millionenumfang
DeMamba: AI-Generated Video Detection on Million-Scale GenVideo Benchmark

Haoxing Chen, Yan Hong, Zizheng Huang, Zhuoer Xu, Zhangxuan Gu, Yaohui Li, Jun Lan, Huijia Zhu, Jianfu Zhang, Weiqiang Wang, Huaxiong Li•May 30, 2024•70