KI-Forschungspapiere Täglich

Täglich kuratierte KI-Forschungspapiere mit Übersetzungen

Zusammenfassung eines Heuhaufens: Eine Herausforderung für LLMs mit langem Kontext und RAG-Systeme.
Summary of a Haystack: A Challenge to Long-Context LLMs and RAG Systems

Philippe Laban, Alexander R. Fabbri, Caiming Xiong, Chien-Sheng Wu•Jul 1, 2024•897

Agentenlos: Entschlüsselung von LLM-basierten Softwaretechnik-Agenten
Agentless: Demystifying LLM-based Software Engineering Agents

Chunqiu Steven Xia, Yinlin Deng, Soren Dunn, Lingming Zhang•Jul 1, 2024•637

OpenVid-1M: Ein umfangreiches hochwertiges Datenset für die Generierung von Text-zu-Video.
OpenVid-1M: A Large-Scale High-Quality Dataset for Text-to-video Generation

Kepan Nan, Rui Xie, Penghao Zhou, Tiehan Fan, Zhenheng Yang, Zhijie Chen, Xiang Li, Jian Yang, Ying Tai•Jul 2, 2024•556

MInference 1.0: Beschleunigung der Vorabfüllung für Long-Context LLMs durch dynamische Sparse Attention
MInference 1.0: Accelerating Pre-filling for Long-Context LLMs via Dynamic Sparse Attention

Huiqiang Jiang, Yucheng Li, Chengruidong Zhang, Qianhui Wu, Xufang Luo, Surin Ahn, Zhenhua Han, Amir H. Abdi, Dongsheng Li, Chin-Yew Lin, Yuqing Yang, Lili Qiu•Jul 2, 2024•264

Verständnis der Ausrichtung in Multimodalen Sprach- und Bildmodellen: Eine Umfassende Studie
Understanding Alignment in Multimodal LLMs: A Comprehensive Study

Elmira Amirloo, Jean-Philippe Fauconnier, Christoph Roesmann, Christian Kerl, Rinu Boney, Yusu Qian, Zirui Wang, Afshin Dehghan, Yinfei Yang, Zhe Gan, Peter Grasch•Jul 2, 2024•232

Magisches Einfügen: Stilbewusstes Ziehen und Ablegen
Magic Insert: Style-Aware Drag-and-Drop

Nataniel Ruiz, Yuanzhen Li, Neal Wadhwa, Yael Pritch, Michael Rubinstein, David E. Jacobs, Shlomi Fruchter•Jul 2, 2024•221

Konsistenzflussanpassung: Definieren von geradlinigen Flüssen mit Geschwindigkeit Konsistenz
Consistency Flow Matching: Defining Straight Flows with Velocity Consistency

Ling Yang, Zixiang Zhang, Zhilong Zhang, Xingchao Liu, Minkai Xu, Wentao Zhang, Chenlin Meng, Stefano Ermon, Bin Cui•Jul 2, 2024•164

Vergessen oder nicht? Auf dem Weg zum praktischen Wissensverlernen für große Sprachmodelle
To Forget or Not? Towards Practical Knowledge Unlearning for Large Language Models

Bozhong Tian, Xiaozhuan Liang, Siyuan Cheng, Qingbin Liu, Mengru Wang, Dianbo Sui, Xi Chen, Huajun Chen, Ningyu Zhang•Jul 2, 2024•164

Was ist bei der Erkennung von KI-generierten Videos wie Sora wichtig?
What Matters in Detecting AI-Generated Videos like Sora?

Chirui Chang, Zhengzhe Liu, Xiaoyang Lyu, Xiaojuan Qi•Jun 27, 2024•165

Enthüllung feingranularer Werte und Meinungen in großen Sprachmodellen.
Revealing Fine-Grained Values and Opinions in Large Language Models

Dustin Wright, Arnav Arora, Nadav Borenstein, Srishti Yadav, Serge Belongie, Isabelle Augenstein•Jun 27, 2024•161

FoleyCrafter: Bringen Sie stumme Videos mit lebensechten und synchronisierten Geräuschen zum Leben.
FoleyCrafter: Bring Silent Videos to Life with Lifelike and Synchronized Sounds

Yiming Zhang, Yicheng Gu, Yanhong Zeng, Zhening Xing, Yuancheng Wang, Zhizheng Wu, Kai Chen•Jul 1, 2024•152

μ-Bench: Ein Vision-Sprache-Benchmark für das Verständnis von Mikroskopie.
μ-Bench: A Vision-Language Benchmark for Microscopy Understanding

Alejandro Lozano, Jeffrey Nirschl, James Burgess, Sanket Rajan Gupte, Yuhui Zhang, Alyssa Unell, Serena Yeung-Levy•Jul 1, 2024•71