KI-Forschungspapiere Täglich

Täglich kuratierte KI-Forschungspapiere mit Übersetzungen

Der KI-Wissenschaftler: Auf dem Weg zur vollständig automatisierten offenen wissenschaftlichen Entdeckung
The AI Scientist: Towards Fully Automated Open-Ended Scientific Discovery

Chris Lu, Cong Lu, Robert Tjarko Lange, Jakob Foerster, Jeff Clune, David Ha•Aug 12, 2024•12510

Gegenseitiges Schlussfolgern macht kleinere LLMs zu stärkeren Problemlösern.
Mutual Reasoning Makes Smaller LLMs Stronger Problem-Solvers

Zhenting Qi, Mingyuan Ma, Jiahang Xu, Li Lyna Zhang, Fan Yang, Mao Yang•Aug 12, 2024•739

ControlNeXt: Leistungsstarke und effiziente Steuerung für die Generierung von Bildern und Videos
ControlNeXt: Powerful and Efficient Control for Image and Video Generation

Bohao Peng, Jian Wang, Yuechen Zhang, Wenbo Li, Ming-Chang Yang, Jiaya Jia•Aug 12, 2024•548

Med42-v2: Eine Suite klinischer LLMs
Med42-v2: A Suite of Clinical LLMs

Clément Christophe, Praveen K Kanithi, Tathagata Raha, Shadab Khan, Marco AF Pimentel•Aug 12, 2024•532

CogVideoX: Text-zu-Video-Diffusionsmodelle mit einem Experten-Transformer
CogVideoX: Text-to-Video Diffusion Models with An Expert Transformer

Zhuoyi Yang, Jiayan Teng, Wendi Zheng, Ming Ding, Shiyu Huang, Jiazheng Xu, Yuanming Yang, Wenyi Hong, Xiaohan Zhang, Guanyu Feng, Da Yin, Xiaotao Gu, Yuxuan Zhang, Weihan Wang, Yean Cheng, Ting Liu, Bin Xu, Yuxiao Dong, Jie Tang•Aug 12, 2024•406

FruitNeRF: Ein vereinheitlichtes Framework zur Fruchtzählung basierend auf Neuralen Strahlungsfeldern
FruitNeRF: A Unified Neural Radiance Field based Fruit Counting Framework

Lukas Meyer, Andreas Gilson, Ute Schmidt, Marc Stamminger•Aug 12, 2024•182

VisualAgentBench: Auf dem Weg zu großen multimodalen Modellen als visuelle Grundlage für Agenten
VisualAgentBench: Towards Large Multimodal Models as Visual Foundation Agents

Xiao Liu, Tianjie Zhang, Yu Gu, Iat Long Iong, Yifan Xu, Xixuan Song, Shudan Zhang, Hanyu Lai, Xinyi Liu, Hanlin Zhao, Jiadai Sun, Xinyue Yang, Yu Yang, Zehan Qi, Shuntian Yao, Xueqiao Sun, Siyi Cheng, Qinkai Zheng, Hao Yu, Hanchen Zhang, Wenyi Hong, Ming Ding, Lihang Pan, Xiaotao Gu, Aohan Zeng, Zhengxiao Du, Chan Hee Song, Yu Su, Yuxiao Dong, Jie Tang•Aug 12, 2024•173

HeadGAP: 3D-Kopfavatar mit wenigen Aufnahmen mithilfe generalisierbarer Gaußscher Prioritäten
HeadGAP: Few-shot 3D Head Avatar via Generalizable Gaussian Priors

Xiaozheng Zheng, Chao Wen, Zhaohu Li, Weiyi Zhang, Zhuo Su, Xu Chang, Yang Zhao, Zheng Lv, Xiaoyuan Zhang, Yongjie Zhang, Guidong Wang, Lan Xu•Aug 12, 2024•152

UniPortrait: Ein einheitlicher Rahmen für die personalisierte Darstellung von Einzel- und Mehrpersonenbildern unter Wahrung der Identität.
UniPortrait: A Unified Framework for Identity-Preserving Single- and Multi-Human Image Personalization

Junjie He, Yifeng Geng, Liefeng Bo•Aug 12, 2024•155

Körper-Transformer: Nutzung der Roboter-Verkörperung für Richtlinienlernen
Body Transformer: Leveraging Robot Embodiment for Policy Learning

Carmelo Sferrazza, Dun-Ming Huang, Fangchen Liu, Jongmin Lee, Pieter Abbeel•Aug 12, 2024•102

Ihr Kontext ist kein Array: Enthüllung der Einschränkungen des zufälligen Zugriffs in Transformern
Your Context Is Not an Array: Unveiling Random Access Limitations in Transformers

MohammadReza Ebrahimi, Sunny Panchal, Roland Memisevic•Aug 10, 2024•102