ChatPaper.aiChatPaper.ai
Startseite

arXiv

HuggingFace

PreiseKontoArbeitsbereich

•
•

•
•

•
•

•
•

•
•

Footer

Company name

ChatPaper.ai: Your advanced AI reading assistant.

Contact us: [email protected]

X (Twitter)

Products

  • AI Search
  • AI Mind Map
  • Arxiv Summary
  • Huggingface Summary

Support

  • FAQ
  • Contact

Company

  • Blog
  • Privacy Policy
  • Terms of Service

Available Languages

  • 🇬🇧English
  • 🇨🇳中文简体
  • 🇭🇰繁體中文
  • 🇯🇵日本語
  • 🇰🇷한국어
  • 🇩🇪Deutsch
  • 🇫🇷Français
  • 🇷🇺Русский
  • 🇪🇸Español

© 2025 chatpaper.ai All rights reserved.

KI-Forschungspapiere Täglich

Täglich kuratierte KI-Forschungspapiere mit Übersetzungen

Block-Transformer: Globales-zu-lokales Sprachmodellieren für schnelle Inferenz
Block Transformer: Global-to-Local Language Modeling for Fast Inference

Namgyu Ho, Sangmin Bae, Taehyeon Kim, Hyunjik Jo, Yireun Kim, Tal Schuster, Adam Fisch, James Thorne, Se-Young Yun•Jun 4, 2024•411

Papagei: Mehrsprachige visuelle Anweisungsabstimmung
Parrot: Multilingual Visual Instruction Tuning

Hai-Long Sun, Da-Wei Zhou, Yang Li, Shiyin Lu, Chao Yi, Qing-Guo Chen, Zhao Xu, Weihua Luo, Kaifu Zhang, De-Chuan Zhan, Han-Jia Ye•Jun 4, 2024•392

Mobile-Agent-v2: Mobiler Gerätebetriebsassistent mit effektiver Navigation durch Multi-Agenten-Zusammenarbeit
Mobile-Agent-v2: Mobile Device Operation Assistant with Effective Navigation via Multi-Agent Collaboration

Junyang Wang, Haiyang Xu, Haitao Jia, Xi Zhang, Ming Yan, Weizhou Shen, Ji Zhang, Fei Huang, Jitao Sang•Jun 3, 2024•352

Ouroboros3D: Bild-zu-3D-Generierung durch 3D-bewusste rekursive Diffusion
Ouroboros3D: Image-to-3D Generation via 3D-aware Recursive Diffusion

Hao Wen, Zehuan Huang, Yaohui Wang, Xinyuan Chen, Yu Qiao, Lu Sheng•Jun 5, 2024•222

Audio Mamba: Bidirektionales Zustandsraummodell für die Darstellung von Audio-Lernen
Audio Mamba: Bidirectional State Space Model for Audio Representation Learning

Mehmet Hamza Erol, Arda Senocak, Jiu Feng, Joon Son Chung•Jun 5, 2024•211

PosterLLaVa: Konstruktion eines vereinheitlichten multimodalen Layout-Generators mit LLM
PosterLLaVa: Constructing a Unified Multi-modal Layout Generator with LLM

Tao Yang, Yingmin Luo, Zhongang Qi, Yang Wu, Ying Shan, Chang Wen Chen•Jun 5, 2024•182

LiveSpeech: Echtzeit-Nullschuss-Text-zu-Sprache mittels autoregressiver Modellierung von Audio-Diskretcodes
LiveSpeech: Low-Latency Zero-shot Text-to-Speech via Autoregressive Modeling of Audio Discrete Codes

Trung Dang, David Aponte, Dung Tran, Kazuhito Koishida•Jun 5, 2024•162

Die Suche nach Priors verbessert die Text-zu-Video-Synthese.
Searching Priors Makes Text-to-Video Synthesis Better

Haoran Cheng, Liang Peng, Linxuan Xia, Yuepeng Hu, Hengjia Li, Qinglin Lu, Xiaofei He, Boxi Wu•Jun 5, 2024•142

Skalengesetze für die Überoptimierung von Belohnungsmodellen in direkten Ausrichtungsalgorithmen
Scaling Laws for Reward Model Overoptimization in Direct Alignment Algorithms

Rafael Rafailov, Yaswanth Chittepu, Ryan Park, Harshit Sikchi, Joey Hejna, Bradley Knox, Chelsea Finn, Scott Niekum•Jun 5, 2024•140

Sprachmodell für die Empfehlung im Gesprächsstil
Item-Language Model for Conversational Recommendation

Li Yang, Anushya Subbiah, Hardik Patel, Judith Yue Li, Yanwei Song, Reza Mirghaderi, Vikram Aggarwal•Jun 5, 2024•121

PLaD: Präferenzbasierte Große Sprachmodell-Destillation mit Pseudo-Präferenz-Paaren
PLaD: Preference-based Large Language Model Distillation with Pseudo-Preference Pairs

Rongzhi Zhang, Jiaming Shen, Tianqi Liu, Haorui Wang, Zhen Qin, Feng Han, Jialu Liu, Simon Baumgartner, Michael Bendersky, Chao Zhang•Jun 5, 2024•111

Xmodel-LM Technischer Bericht
Xmodel-LM Technical Report

Yichuan Wang, Yang Liu, Yu Yan, Xucheng Huang, Ling Jiang•Jun 5, 2024•111