KI-Forschungspapiere Täglich

Täglich kuratierte KI-Forschungspapiere mit Übersetzungen

SHIC: Form-Bild-Korrespondenzen ohne Keypoint-Überwachung
SHIC: Shape-Image Correspondences with no Keypoint Supervision

Aleksandar Shtedritski, Christian Rupprecht, Andrea Vedaldi•Jul 26, 2024•422

AppWorld: Eine kontrollierbare Welt von Apps und Personen zur Bewertung interaktiver Kodierungsagenten.
AppWorld: A Controllable World of Apps and People for Benchmarking Interactive Coding Agents

Harsh Trivedi, Tushar Khot, Mareike Hartmann, Ruskin Manku, Vinty Dong, Edward Li, Shashank Gupta, Ashish Sabharwal, Niranjan Balasubramanian•Jul 26, 2024•344

Wolf: Untertitelung aller Dinge mit einem Weltzusammenfassungsrahmen
Wolf: Captioning Everything with a World Summarization Framework

Boyi Li, Ligeng Zhu, Ran Tian, Shuhan Tan, Yuxiao Chen, Yao Lu, Yin Cui, Sushant Veer, Max Ehrlich, Jonah Philion, Xinshuo Weng, Fuzhao Xue, Andrew Tao, Ming-Yu Liu, Sanja Fidler, Boris Ivanovic, Trevor Darrell, Jitendra Malik, Song Han, Marco Pavone•Jul 26, 2024•332

mGTE: Generalisierte Langkontext-Textrepräsentation und Reranking-Modelle für multilinguales Text Retrieval
mGTE: Generalized Long-Context Text Representation and Reranking Models for Multilingual Text Retrieval

Xin Zhang, Yanzhao Zhang, Dingkun Long, Wen Xie, Ziqi Dai, Jialong Tang, Huan Lin, Baosong Yang, Pengjun Xie, Fei Huang, Meishan Zhang, Wenjie Li, Min Zhang•Jul 29, 2024•244

Lektionen aus dem Lernen, "Stifte" zu drehen
Lessons from Learning to Spin "Pens"

Jun Wang, Ying Yuan, Haichuan Che, Haozhi Qi, Yi Ma, Jitendra Malik, Xiaolong Wang•Jul 26, 2024•212

Schwimmend war gestern: Objekt-Grund-Rekonstruktion aus einem einzigen Bild
Floating No More: Object-Ground Reconstruction from a Single Image

Yunze Man, Yichen Sheng, Jianming Zhang, Liang-Yan Gui, Yu-Xiong Wang•Jul 26, 2024•193

VSSD: Vision Mamba mit nicht-kausaler Zustandsraum-Dualität
VSSD: Vision Mamba with Non-Casual State Space Duality

Yuheng Shi, Minjing Dong, Mingjia Li, Chang Xu•Jul 26, 2024•192