ChatPaper.ai
Menü öffnen
Startseite
Tägliche Publikationen
arXiv
HuggingFace
Preise
Konto
Arbeitsbereich
🇩🇪
Deutsch
Loading...
•
•
•
•
•
•
•
•
•
•
KI-Forschungspapiere Täglich
Täglich kuratierte KI-Forschungspapiere mit Übersetzungen
June 6th, 2024
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
•
41
1
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
•
39
2
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
•
35
2
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
•
22
2
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
•
21
1
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
•
18
2
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
•
16
2
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
•
14
2
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
•
14
0
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
•
12
1
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
•
11
1
Xmodel-LM Technischer Bericht
Xmodel-LM Technical Report
Yichuan Wang, Yang Liu, Yu Yan, Xucheng Huang, Ling Jiang
•
Jun 5, 2024
•
11
1