KI-Forschungspapiere Täglich

Täglich kuratierte KI-Forschungspapiere mit Übersetzungen

MiniCPM-V: Ein MLLM auf GPT-4V-Niveau auf Ihrem Telefon
MiniCPM-V: A GPT-4V Level MLLM on Your Phone

Yuan Yao, Tianyu Yu, Ao Zhang, Chongyi Wang, Junbo Cui, Hongji Zhu, Tianchi Cai, Haoyu Li, Weilin Zhao, Zhihui He, Qianyu Chen, Huarong Zhou, Zhensheng Zou, Haoye Zhang, Shengding Hu, Zhi Zheng, Jie Zhou, Jie Cai, Xu Han, Guoyang Zeng, Dahai Li, Zhiyuan Liu, Maosong Sun•Aug 3, 2024•836

Sprachmodell kann zuhören während es spricht.
Language Model Can Listen While Speaking

Ziyang Ma, Yakun Song, Chenpeng Du, Jian Cong, Zhuo Chen, Yuping Wang, Yuxuan Wang, Xie Chen•Aug 5, 2024•426

RAG Foundry: Ein Rahmenwerk zur Verbesserung von LLMs für abrufgesteuerte Generierung
RAG Foundry: A Framework for Enhancing LLMs for Retrieval Augmented Generation

Daniel Fleischer, Moshe Berchansky, Moshe Wasserblat, Peter Izsak•Aug 5, 2024•382

Lumina-mGPT: Beleuchten der flexiblen fotorealistischen Text-zu-Bild-Generierung mit multimodalem generativem Vortraining
Lumina-mGPT: Illuminate Flexible Photorealistic Text-to-Image Generation with Multimodal Generative Pretraining

Dongyang Liu, Shitian Zhao, Le Zhuo, Weifeng Lin, Yu Qiao, Hongsheng Li, Peng Gao•Aug 5, 2024•362

MeshAnything V2: Generierung von Meshes durch Künstler mit benachbarten Mesh-Tokenisierung.
MeshAnything V2: Artist-Created Mesh Generation With Adjacent Mesh Tokenization

Yiwen Chen, Yikai Wang, Yihao Luo, Zhengyi Wang, Zilong Chen, Jun Zhu, Chi Zhang, Guosheng Lin•Aug 5, 2024•332

Selbstlernende Evaluatoren
Self-Taught Evaluators

Tianlu Wang, Ilia Kulikov, Olga Golovneva, Ping Yu, Weizhe Yuan, Jane Dwivedi-Yu, Richard Yuanzhe Pang, Maryam Fazel-Zarandi, Jason Weston, Xian Li•Aug 5, 2024•304

Die Entfesselung der Kraft des Daten-Tsunamis: Eine umfassende Untersuchung zur Datenerhebung und -auswahl für die Anpassung von Sprachmodellen.
Unleashing the Power of Data Tsunami: A Comprehensive Survey on Data Assessment and Selection for Instruction Tuning of Language Models

Yulei Qin, Yuncheng Yang, Pengcheng Guo, Gang Li, Hang Shao, Yuchen Shi, Zihan Xu, Yun Gu, Ke Li, Xing Sun•Aug 4, 2024•194

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

Zhiyu Tan, Xiaomeng Yang, Luozheng Qin, Hao Li•Aug 5, 2024•154

Erzeugen, nicht reproduzieren! Antriebsenergieverteilung für kreative Generierung
ProCreate, Dont Reproduce! Propulsive Energy Diffusion for Creative Generation

Jack Lu, Ryan Teehan, Mengye Ren•Aug 5, 2024•122

BioMamba: Ein vortrainiertes biomedizinisches Sprachdarstellungsmodell, das Mamba nutzt.
BioMamba: A Pre-trained Biomedical Language Representation Model Leveraging Mamba

Ling Yue, Sixue Xing, Yingzhou Lu, Tianfan Fu•Aug 5, 2024•112

GPUDrive: Datengetriebene, Multi-Agenten-Fahrsimulation mit 1 Million FPS.
GPUDrive: Data-driven, multi-agent driving simulation at 1 million FPS

Saman Kazemkhani, Aarav Pandya, Daphne Cornelisse, Brennan Shacklett, Eugene Vinitsky•Aug 2, 2024•102

ExoViP: Schrittweise Verifizierung und Exploration mit Exoskelettmodulen für kompositionales visuelles Schlussfolgern.
ExoViP: Step-by-step Verification and Exploration with Exoskeleton Modules for Compositional Visual Reasoning

Yuxuan Wang, Alan Yuille, Zhuowan Li, Zilong Zheng•Aug 5, 2024•92

Die Auswirkungen von Hyperparametern auf die Leistung der Inferenz großer Sprachmodelle: Eine Bewertung von vLLM und HuggingFace Pipelines.
The Impact of Hyperparameters on Large Language Model Inference Performance: An Evaluation of vLLM and HuggingFace Pipelines

Matias Martinez•Aug 2, 2024•94

Operationalisierung der Kontextintegrität bei datenschutzbewussten Assistenten
Operationalizing Contextual Integrity in Privacy-Conscious Assistants

Sahra Ghalebikesabi, Eugene Bagdasaryan, Ren Yi, Itay Yona, Ilia Shumailov, Aneesh Pappu, Chongyang Shi, Laura Weidinger, Robert Stanforth, Leonard Berrada, Pushmeet Kohli, Po-Sen Huang, Borja Balle•Aug 5, 2024•52